Установить тензорный поток на основе докера

искусственный интеллект TensorFlow Docker Командная строка

В последнее время я занимаюсь самообучающимся машинным обучением, и горячий Tensorflow нельзя пропустить, поэтому проблема установки решается в первую очередь. Чтобы не влиять на локальную среду, эта статья основана на Docker для установки Tensorflow. Моя среда — Ubuntu16. 04.

Установить Докер

Docker делится на CE и EE. Здесь мы выбираем CE, который является обычной версией сообщества. Сначала удалите старую версию, которая может существовать на машине.

удалить старую версию

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

Установите дополнительные модули ядра

Начиная с Ubuntu 14.04, некоторые специализированные системы будут перемещать некоторые модули ядра в дополнительные пакеты ядра, часто заканчивающиесяlinux-image-extra-*В начале драйвер уровня хранения AUFS, рекомендованный Docker, включен в дополнительный пакет модуля ядра, поэтому рекомендуется установить дополнительный пакет модуля ядра. Его можно установить с помощью следующей команды:

$ sudo apt-get update

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

Подготовка сертификата и ключа

Перед официальной установкой нам нужно добавить сертификат и пакет, передаваемый по HTTPS, чтобы убедиться, что процесс загрузки программного обеспечения не подделан:

$ sudo apt-get update

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

Добавьте ключ GPG для репозиториев:

$ 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 -

Наконец, добавьте источник программного обеспечения Docker:

$ 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"

Установить Докер

$ sudo apt-get update

$ sudo apt-get install docker-ce

Создайте группу пользователей докера

Docker обычно использует сокет Unix для связи с движком Docker.Обычно только пользователи в группах пользователей root и docker могут получить доступ к сокету, в противном случае вам придется все время использовать sudo, поэтому лучше всего добавить пользователя, который вам нужен в данный момент. используйте докер для группы пользователей докера.

Создайте группу пользователей докера

$ sudo groupadd docker

Добавить текущего пользователя в группу пользователей

$ sudo usermod -aG docker $USER

Наконец, повторно войдите в систему

Тестовый докер

Убедитесь, что служба запущена

$ sudo service docker start

Тест с HelloWorld

测试安装是否成功
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/

Если его можно отобразить, это доказывает, что установка прошла успешно.

Установить Тензорфлоу

С Docker установить Tensorflow очень просто.

Скачать зеркало

docker pull tensorflow/tensorflow

После завершения загрузки отображается:

Status: Downloaded newer image for tensorflow/tensorflow:latest

Создать контейнер Tensorflow

docker run --name my-tensorflow -it -p 8888:8888 -v ~/tensorflow:/test/data tensorflow/tensorflow
  • --name: Имя созданного контейнера, то есть my-tensorflow
  • -it: оставить командную строку запущенной
  • p 8888:8888: подключить локальный порт 8888 иhttp://localhost:8888/карта
  • -v ~/tensorflow:/test/data: Смонтируйте локальный ~/tensorflow в /test/data в контейнере.
  • tensorflow/tensorflow: по умолчанию используется tensorflow/tensorflow:latest с указанием используемого изображения.

После ввода указанной выше команды запускается контейнер по умолчанию, и в командной строке отображается:

[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

Скопируйте URL-адрес с токеном и откройте его в браузере.

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

Дисплей выглядит следующим образом:

Показать Блокнот Jupyter, Блокнот Jupyter (ранее известный как блокнот IPython) — это интерактивный блокнот. Вводное руководство по Tensorflow было показано в примере, нажмите на него, чтобы увидеть

Как и в приведенном выше примере, tensorflow используется для добавления двух массивов, мы нажимаем «Выполнить» и видим результат операции.

закрыть контейнер

docker stop my-tensortflow

открыть снова

docker start my-tensortflow

Если вам не нравится Jupyter Notebook, мы также можем создать контейнер на основе командной строки.

Контейнеры на основе командной строки

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

Таким образом мы создали контейнер с именем bash_tensorflow.

Или запустите контейнер командой start:

docker start bash_tensorflow

Затем подключитесь к контейнеру:

docker attach bash_tensorflow

Вы можете видеть, что мы подключили контейнер к терминалу, что аналогично работе с Linux.

На этом зеркале по умолчанию не установлен vim, поэтому я скачал vim для написания кода.

На этом процесс установки заканчивается.

Категории