黑马程序员技术交流社区

标题: 【上海校区】docker 搭建TensorFlow环境 [打印本页]

---

作者: 不二晨    时间: 2018-8-17 10:01
标题: 【上海校区】docker 搭建TensorFlow环境
1，关于TensorFlow

---

TensorFlow 随着AlphaGo的胜利也火了起来。
google又一次成为大家膜拜的大神了。google大神在引导这机器学习的方向。
同时docker 也是一个非常好的工具，大大的方便了开发环境的构建，之前需要配置安装。
看各种文档，现在只要一个 pull 一个 run 就可以把环境弄好了。
同时如果有写地方需要个性化定制，直接在docker的镜像上面再加一层补丁就好了。
自己的需求就能满足了，同时还可以将这个通用的方法分享出去。

2，下载TensorFlow images

---

使用hub.docker.com的镜像

docker pull tensorflow/tensorflow:latest

• 1
  

使用daocloud 的镜像，在国内用速度还是挺快的，如果docker.io的镜像慢，可以用daocloud的。
这个速度非常的快。一样用的。版本也挺新的。

docker pull daocloud.io/daocloud/tensorflow:latest

• 1
  

3，启动镜像

---

启动命令，设置端口，同时配置volume 数据卷，用于永久保存数据。加上 –rm 在停止的时候删除镜像。

• 
  
  sudo mkdir -p /data/tensorflow/notebooks
  
  
• 
  
  docker run -it --rm --name myts -v /data/tensorflow/notebooks:/notebooks -p 8888:8888 daocloud.io/daocloud/tensorflow:latest
  
  
  

• 1
• 2
  

启动的时候并不是daemon 模式的，而是前台模式，同时显示了运行的日志。

• 
  
  W 06:48:13.425 NotebookApp] WARNING: The notebook server is listening on all IP addresses and not using encryption. This is not recommended.
  
  
• 
  
  [I 06:48:13.432 NotebookApp] Serving notebooks from local directory: /notebooks
  
  
• 
  
  [I 06:48:13.432 NotebookApp] 0 active kernels
  
  
• 
  
  [I 06:48:13.432 NotebookApp] The Jupyter Notebook is running at: http://[all ip addresses on your system]:8888/?token=2031705799dc7a5d58bc51b1f406d8771f0fdf3086b95642
  
  
• 
  
  [I 06:48:13.433 NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).
  
  
• 
  
  [C 06:48:13.433 NotebookApp]
  
  
• 
  
  
  
  
• 
  
      Copy/paste this URL into your browser when you connect for the first time,
  
  
• 
  
      to login with a token:
  
  
• 
  
          http://localhost:8888/?token=2031705799dc7a5d58bc51b1f406d8771f0fdf3086b95642
  
  
  

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
  

打开浏览器就可以直接看到界面了。

同时可以编辑内容：

写第一个 hello world：

• 
  
  import tensorflow as tf
  
  
• 
  
  a = tf.constant(10)
  
  
• 
  
  b = tf.constant(32)
  
  
• 
  
  
  
  
• 
  
  with tf.Session():
  
  
• 
  
      c = tf.add(a,b)
  
  
• 
  
      print(c)
  
  
• 
  
      print(c.eval())
  
  
  

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
  

其他的使用参考中文手册：
https://github.com/jikexueyuanwiki/tensorflow-zh
里面有pdf 可以下载使用。

还有一个超级炫酷吊炸天的playground ：
http://playground.tensorflow.org/

【转载】https://blog.csdn.net/freewebsys/article/details/70237003

---

作者: 不二晨    时间: 2018-8-17 15:28
奈斯

---

欢迎光临 黑马程序员技术交流社区 (http://bbs.itheima.com/)

黑马程序员IT技术论坛 X3.2