基於Docker的TensorFlow機器學習框架搭建和實例源碼解讀

概述：基於Docker的TensorFlow機器學習框架搭建和實例源碼解讀，TensorFlow做爲最火熱的機器學習框架之一，Docker是的容器，能夠很好的結合起來，爲機器學習或者科研人員提供便捷的機器學習開發環境，探索人工智能的奧祕，容器隨開隨用方便快捷。源碼解析TensorFlow容器建立和示例程序運行，爲熱愛機器學者下降學習難度。

默認機器已經裝好了Docker（Docker安裝和使用能夠看我另外一篇博文：Ubuntu16.04安裝Docker1.12+開發實例+hello world+web應用容器）。

1.下載TensorFlow鏡像

docker pull tensorflow/tensorflow
#或者
#sudo docker pull tensorflow/tensorflow

2.建立TensorFlow容器，源碼解讀

docker run --name xiaolei-tensortflow -it -p 8888:8888 -v ~/tensorflow:/notebooks/data  tensorflow/tensorflow

• 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 ~/tensorflow:/notebooks/data 將本地的~/tensorflow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~/tensorflow）
• tensorflow/tensorflow爲指定的鏡像，默認標籤爲latest（即tensorflow/tensorflow:latest）

3.開啓TensorFlow容器

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

4.開始TensorFlow編程(Python語言)

4.1.在首頁能夠New一個Python項目

4.2.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)

4.3.運行程序，輸出的結果爲（運行成功）

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

5.其餘 linux,TensorFlow,Docker相關操做

5.1.關閉TensorFlow和開啓TensorFlow環境

#關閉tensorflow容器
docker stop xiaolei-tensortflow

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

5.2.解決文件的讀寫權限

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