Docker使用TensorFlow Serving
来源:互联网 发布:苹果电脑mac开机密码 编辑:程序博客网 时间:2024/06/05 11:46
参考:https://tensorflow.google.cn/serving/docker
- Docker安装
- 哪些容器存在
- 构建一个镜像
- 运行一个容器
- 构建过程总结
这个目录包含Dockerfiles,使得通过Docker启动和运行TensorFlow服务变得非常容易。
Docker安装
一般安装说明在Docker网站上,但是我们在这里给出一些快速链接:
- OSX:码头工具箱
- Ubuntu
哪些容器存在?
我们目前维护以下Dockerfiles:
Dockerfile.devel,这是一个最小的VM,具有构建TensorFlow服务所需的所有依赖关系。
Dockerfile.devel-gpu
构建一个镜像
docker build --pull -t $USER/tensorflow-serving-devel -f Dockerfile.devel .
运行一个容器
这假定你已经建立了镜像
Dockerfile.devel:使用开发容器克隆和测试TensorFlow Serving 存储库。
运行容器;
docker run -it $USER/tensorflow-serving-devel
在正在运行的容器中克隆,配置和测试Tensorflow Serving;
git clone --recurse-submodules https://github.com/tensorflow/servingcd serving/tensorflow./configurecd ..bazel test tensorflow_serving/...
构建过程总结
mkdir dockercd dockervim Dockerfile# 写入 https://github.com/tensorflow/serving/blob/master/tensorflow_serving/tools/docker/Dockerfile.devel 中的内容# 构建镜像docker build -t 781708249/tf_serving:V1 ."""参数说明:-t :指定要创建的目标镜像名以及tag. :Dockerfile 文件所在目录,也可以指定Dockerfile 的绝对路径"""# 查看构建的镜像docker images / docker image ls# 使用该镜像运行容器# 1、运行交互式的容器 缺点 一旦退出 容器就会被关闭docker run -i -t 781708249/tf_serving:V1 /bin/bash# 2、后台启动# docker run -d -P --name V1 781708249/tf_serving:V1docker run -d -P --name V1 781708249/tf_serving:V1 /bin/sh -c "while true; do echo hello world; sleep 1; done"docker ps -ls #查看后台运行的容器docker exec -it 容器ID/容器名 /bin/bash # 进入容器# 保存容器docker commit -m="has update" -a="Mr.wu" e218edb10161 781708249/tf_serving:V2"""各个参数说明:-m:提交的描述信息-a:指定镜像作者e218edb10161:容器ID (不是镜像ID)781708249/tf_serving:V2:指定要创建的目标镜像名"""# 设置镜像标签docker imagesdocker tag 镜像ID 781708249/tf_serving:V3# 发布镜像docker login -u 用户名 -p 密码 # 登录到docker hub # docker logout 退出docker push 781708249/tf_serving:V2 # 上传到存储库# 从远程存储库中提取并运行镜像docker run -p 4000:80 781708249/tf_serving:V2
或者
mkdir dockercd dockervim Dockerfile.devel# 写入 https://github.com/tensorflow/serving/blob/master/tensorflow_serving/tools/docker/Dockerfile.devel 中的内容# 构建镜像docker build --pull -t $USER/tensorflow-serving-devel -f Dockerfile.devel .# 运行容器docker run -it $USER/tensorflow-serving-devel…………
阅读全文
0 0
- Docker使用TensorFlow Serving
- Docker使用tensorflow serving部署mnist模型
- Win10下基于Docker使用tensorflow serving部署模型
- docker + tensorflow serving 踩坑记录
- Centos7部署Tensorflow Serving
- 安装tensorflow serving总结
- TensorFlow Serving 00 前言
- TensorFlow Serving 01 安装
- TensorFlow Serving 02 serving_basic
- Tensorflow Serving不支持py_func
- tensorflow serving:bazel方式部署模型+docker方式部署模型及提供服务以及使用该服务介绍(总有一款适合你)
- docker 内编译tensorflow serving时报错:No space left on device
- 使用Docker运行TensorFlow
- tensorflow serving for centos 7.2
- TensorFlow Serving,GPU版安装
- 谷歌发布 TensorFlow Serving
- tensorflow serving slim配置流程
- TensorFlow Serving 中的最新创新
- 不用xcode看iOS log的方法
- C#中,常用的加密解密方法解析
- PE、PM、PD、PR是什么岗位?
- 开源巨献:Google最热门60款开源项目
- GitHub 角色说明
- Docker使用TensorFlow Serving
- 2018第六届全球云计算大会5月上海举行!
- 取石子(一)
- lintcode&九章算法——No.50 数组剔除元素后的乘积 ? 待解决
- 33.Struts-动态访问国际化资源(国家/语言切换)
- 669. Trim a Binary Search Tree
- jfinal 启动 Netty 阻塞问题
- 内置数据类型之字典,列表,元祖
- Java 笔记 之 JDK和JRE之间区别