TensorFlow實驗環境搭建

初衷：

因爲系統、平臺的緣由，網上有各類版本的tensorflow安裝教程，基於linux的、mac的、windows的，各有不一樣，tensorflow的官網也給出了具體的安裝命令。但實際上，即便tensorflow安裝成功，仍是會遇到須要安裝其餘輔助工具的狀況，同時，換一臺機器又要面臨整個環境從新安裝的問題。因爲docker製做一次鏡像，能夠拷貝重複使用的緣由，在這裏探討一下在docker上製做一套完整tensorflow實驗環境的流程。

搭建過程：

(1) docker安裝：

既然是基於docker，首先須要使用者的機器上已經成功安裝好docker環境，並能正常使用，docker的安裝在此不述。

(2) 配置SSH遠程登陸docker：

docker的命令行界面不能複製粘貼，爲了方便安裝，建議使用xshell或者secureCRT鏈接docker：

IP地址爲啓動docker界面的IP，端口爲22，用戶名爲「docker」，密碼爲「tcuser」

(3)鏡像加速配置：

因爲須要安裝衆多的軟件，而國外資源常常被牆，配置一個國內鏡像環境進行加速是個不錯的選擇，

daocloud.io(https://www.daocloud.io/mirror#accelerator-doc)給出了配置加速器的具體過程

(4)安裝DaoCloud Toolbox

安裝DaoCloud Toolbox是爲了能使用 dao 命令

在https://dashboard.daocloud.io/選擇「個人集羣」

而後選擇「添加主機」

選擇「我已有一臺主機|windwos(根據你的環境選擇)

選擇「安裝好了」，進入第2步「安裝主機監控程序」

Docker機器啓動了的話直接在輸入命令2，便可安裝監控程序，這樣在https://dashboard.daocloud.io/便可看到本身的docker環境的運行狀況了。

 

以上準備工做OK後，進入tensorflow實驗環境的搭建及鏡像製做：

(5)安裝ubuntu

首先是ubuntu環境和python環境安裝，跟着命令走就好了：

docker pull  daocloud.io/library/ubuntu
docker run -it ubuntu:14.04
apt-get update
sudo apt-get install python
apt-get install wget
cd tmp
wget https://bootstrap.pypa.io/get-pip.py
python get-pip.py
apt-get install make
apt-get install  build-depgcc  ===等待安裝，這個安裝失敗不影響
apt-get  install  build-essential
apt-get install libxml2-dev libxslt1-dev
apt-get install libgsl0-dev
apt-get install python-dev
apt-get install libffi-dev
apt-get install libssl-dev

(6)安裝tensorflow：

安裝tensorflow 參考官網ubuntu環境下的tensorflow安裝，安裝命令爲：

sudo apt-get install python-pip python-dev
export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl
sudo pip install --upgrade $TF_BINARY_URL

值得注意的是，安裝過程當中numpy會下載失敗，選擇從國內鏡像下載安裝，同時須要選擇與tensorflow匹配的numpy版本，我是從中科大的鏡像庫下載安裝的：

pip  install --index https://pypi.mirrors.ustc.edu.cn/simple/ numpy

numpy安裝成功後，再次輸入：

sudo pip install --upgrade $TF_BINARY_URL

將繼續tensorflow的安裝

安裝一些工具來上傳下載文件、編輯文件

sudo apt-get install lrzsz
sudo apt-get install vim-gtk

至此，環境基本配置完成了。

 

(7)保存鏡像過程：

退出以前請記住當前用戶的鏡像image_ID：

退出並保存鏡像：

exit
docker ps -a -q
docker commit 5efae527503c ubuntu/tensorflow

查看咱們的鏡像：

docker images

運行剛剛製做的鏡像：

docker run -it ubuntu/tensorflow

測試安裝是否成功：

下次使用時直接進入該鏡像環境便可使用了