Docker 中快速安裝tensorflow環境

Docker 中快速安裝tensorflow環境，並使用TensorFlow。

1、下載TensorFlow鏡像

docker pull tensorflow/tensorflow

2、 建立TensorFlow容器

docker run --name corwien-tensortflow -it -p 8888:8888 -v /Users/kaiyiwang/Code/ai/notebooks:/notebooks/data  tensorflow/tensorflow

命令說明

• docker run 運行鏡像，
• --name 爲容器建立別名，
• -it 保留命令行運行，
• -p 8888:8888 將本地的8888端口 http://localhost:8888/ 映射，
• -v /Users/kaiyiwang/Code/ai/notebooks:/notebooks/data 將本地的/Users/kaiyiwang/Code/ai/notebooks文件夾掛載到新建容器的/notebooks/data下（這樣建立的文件能夠保存到本地/Users/kaiyiwang/Code/ai/notebooks）
• tensorflow/tensorflow 爲指定的鏡像，默認標籤爲latest（即tensorflow/tensorflow:latest）

執行上邊的命令：

咱們能夠看到，建立了TensorFlow容器，並給了一個默認登陸JupiterNotebook的頁面。

咱們能夠經過下面的命令在新的命令窗口看正在執行的容器，及容器所對應的映射端口

docker ps

3、開啓TensorFlow容器

1.能夠直接從命令行中右鍵打開鏈接，或者在瀏覽器中輸入http://127.0.0.1:8888，而後將命令行中的token粘貼上去。

4、開始TensorFlow編程

一、點擊登陸進去能夠看到界面了，而且能夠new一個項目

二、tensorflow示例源碼解讀

from __future__ import print_function
#導入tensorflow
import tensorflow as tf
#輸入兩個數組，input1和input2而後相加，輸出結果
with tf.Session():
    input1 = tf.constant([1.0, 1.0, 1.0, 1.0])
    input2 = tf.constant([2.0, 2.0, 2.0, 2.0])
    output = tf.add(input1, input2)
    result = output.eval()
    print("result: ", result)

三、運行程序，輸出的結果爲（運行成功）

result:  [ 3.  3.  3.  3.]

5、相關命令

一、關閉或開啓TensorFlow環境

#關閉tensorflow容器
docker stop corwien-tensortflow

#開啓TensorFlow容器
docker start corwien-tensortflow
#瀏覽器中輸入 http://localhost:8888/

二、文件的讀寫權限修改

#查看讀寫權限
ls -l
#將tensorflow 變爲屬於corwien（系統默認）用戶
sudo chown -R corwien tensorflow/
#將tensorflow 變爲屬於corwien（系統默認）用戶組
sudo chgrp -R corwien tensorflow/