基于docker如何安裝tensorflow

這篇“基于docker如何安裝tensorflow”文章的知識(shí)點(diǎn)大部分人都不太理解，所以小編給大家總結(jié)了以下內(nèi)容，內(nèi)容詳細(xì)，步驟清晰，具有一定的借鑒價(jià)值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來(lái)看看這篇“基于docker如何安裝tensorflow”文章吧。

安裝docker

docker分為ce和ee，這里我們選擇ce，也就是常規(guī)的社區(qū)版，首先移除本機(jī)上可能存在的舊版本。

移除舊版本

$ sudo apt-get remove docker \
  docker-engine \
  docker.io

安裝可選內(nèi)核模塊

從ubuntu14.04以后，某些裁剪后的系統(tǒng)會(huì)把一部分內(nèi)核模塊移到可選內(nèi)核包中，常以linux-image-extra-*開(kāi)頭，而docker推薦的存儲(chǔ)層驅(qū)動(dòng)aufs包含在可選內(nèi)核模塊包中，所以還是建議安裝可選內(nèi)核模塊包的?？梢允褂靡韵旅畎惭b：

$ sudo apt-get update
$ sudo apt-get install \
 linux-image-extra-$(uname -r) \
 linux-image-extra-virtual

證書(shū)及密鑰準(zhǔn)備

在正式安裝之前，我們需要添加證書(shū)以及https傳輸?shù)能浖员ＷC軟件下載過(guò)程中不被篡改：

$ sudo apt-get update
$ sudo apt-get install \
 apt-transport-https \
 ca-certificates \
 curl \
 software-properties-common

添加軟件源的gpg密鑰：

$ curl -fssl https://mirrors.ustc.edu.cn/docker-ce/linux/ubuntu/gpg | sudo apt-key add -
# 官方源
# $ curl -fssl https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

最后添加docker軟件源：

$ sudo add-apt-repository \
 "deb [arch=amd64] https://mirrors.ustc.edu.cn/docker-ce/linux/ubuntu \
 $(lsb_release -cs) \
 stable"
# 官方源
# $ sudo add-apt-repository \
# "deb [arch=amd64] https://download.docker.com/linux/ubuntu \
# $(lsb_release -cs) \
# stable"

安裝docker

$ sudo apt-get update
$ sudo apt-get install docker-ce

建立docker用戶組

docker通常會(huì)使用unix socket和docker引擎通訊，通常只有root和docker用戶組的用戶才可以訪問(wèn)該socket，不然你就要一直sudo，所以最好把你當(dāng)前需要使用docker的用戶添加到docker用戶組中。

建立docker用戶組

$ sudo groupadd docker

將當(dāng)前用戶加入用戶組

$ sudo usermod -ag docker $user

最后重新登錄下系統(tǒng)

測(cè)試docker

確保服務(wù)啟動(dòng)

$ sudo service docker start

使用helloworld測(cè)試

測(cè)試安裝是否成功

docker run hello-world
unable to find image 'hello-world:latest' locally
latest: pulling from library/hello-world
ca4f61b1923c: pull complete 
digest: sha256:083de497cff944f969d8499ab94f07134c50bcf5e6b9559b27182d3fa80ce3f7
status: downloaded newer image for hello-world:latest

hello from docker!
this message shows that your installation appears to be working correctly.

to generate this message, docker took the following steps:
 1. the docker client contacted the docker daemon.
 2. the docker daemon pulled the "hello-world" image from the docker hub.
 (amd64)
 3. the docker daemon created a new container from that image which runs the
 executable that produces the output you are currently reading.
 4. the docker daemon streamed that output to the docker client, which sent it
 to your terminal.

to try something more ambitious, you can run an ubuntu container with:
 $ docker run -it ubuntu bash

share images, automate workflows, and more with a free docker id:
 https://cloud.docker.com/

for more examples and ideas, visit:
 https://docs.docker.com/engine/userguide/

若能顯示，證明安裝成功。

安裝tensorflow

有了docker，安裝tensorflow基本沒(méi)有什么難度。

下載鏡像

docker pull tensorflow/tensorflow

下載完畢后顯示：

status: downloaded newer image for tensorflow/tensorflow:latest

創(chuàng)建tensorflow容器

docker run --name my-tensorflow -it -p 8888:8888 -v ~/tensorflow:/test/data tensorflow/tensorflow

• --name：創(chuàng)建的容器名，即my-tensorflow

• -it：保留命令行運(yùn)行

• p 8888:8888：將本地的8888端口和http://localhost:8888/映射

• -v ~/tensorflow:/test/data:將本地的~/tensorflow掛載到容器內(nèi)的/test/data下

• tensorflow/tensorflow ：默認(rèn)是tensorflow/tensorflow:latest,指定使用的鏡像

輸入以上命令后，默認(rèn)容器就被啟動(dòng)了，命令行顯示：

[i 15:08:31.949 notebookapp] writing notebook server cookie secret to /root/.local/share/jupyter/runtime/notebook_cookie_secret
[w 15:08:31.970 notebookapp] warning: the notebook server is listening on all ip addresses and not using encryption. this is not recommended.
[i 15:08:31.975 notebookapp] serving notebooks from local directory: /notebooks
[i 15:08:31.975 notebookapp] 0 active kernels
[i 15:08:31.975 notebookapp] the jupyter notebook is running at:
[i 15:08:31.975 notebookapp] http://[all ip addresses on your system]:8888/?token=649d7cab1734e01db75b6c2b476ea87aa0b24dde56662a27
[i 15:08:31.975 notebookapp] use control-c to stop this server and shut down all kernels (twice to skip confirmation).
[c 15:08:31.975 notebookapp] 
 
 copy/paste this url into your browser when you connect for the first time,
 to login with a token:
  ；
[i 15:09:08.581 notebookapp] 302 get /?token=649d7cab1734e01db75b6c2b476ea87aa0b24dde56662a27 (172.17.0.1) 0.42ms

拷貝帶token的url在瀏覽器打開(kāi)

http://[all ip addresses on your system]:8888/?token=649d7cab1734e01db75b6c2b476ea87aa0b24dde56662a27

顯示如下：

顯示jupyter notebook，jupyter notebook（此前被稱為 ipython notebook）是一個(gè)交互式筆記本。示例中已經(jīng)顯示了tensorflow的入門教程，點(diǎn)開(kāi)一個(gè)可以看見(jiàn)

如上面這個(gè)例子，是使用tensorflow來(lái)使兩個(gè)array相加，我們點(diǎn)擊run，就可以看到運(yùn)行的結(jié)果了。

關(guān)閉容器

docker stop my-tensortflow

再次打開(kāi)

docker start my-tensortflow

如果不喜歡用jupyter notebook，我們也可以創(chuàng)建基于命令行的容器

基于命令行的容器

docker run -it --name bash_tensorflow tensorflow/tensorflow /bin/bash

這樣我們就創(chuàng)建了名為bash_tensorflow的容器

還是用start命令啟動(dòng)容器：

docker start bash_tensorflow

再連接上容器：

docker attach bash_tensorflow

可以看到我們用終端連接上了容器，和操作linux一樣了。

以上就是關(guān)于“基于docker如何安裝tensorflow”這篇文章的內(nèi)容，相信大家都有了一定的了解，希望小編分享的內(nèi)容對(duì)大家有幫助，若想了解更多相關(guān)的知識(shí)內(nèi)容，請(qǐng)關(guān)注億速云行業(yè)資訊頻道。