Windows7上安装TensorFlow——基于Docker镜像

Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的容器中，然后发布到任何流行的 Linux 机器上，也可以实现虚拟化。当你通过 Docker 安装和运行 TensorFlow 时，它与你机器上之前已安装的软件包完全隔离。

docker 镜像安装的优缺点：
优点：适合在大量相同环境机器构成的集群上批量部署。
缺点：增加了 Docker 学习成本。

官方镜像
官方提供了 4 个 Docker 镜像可供使用：
•仅 CPU 版，无开发环境：gcr.io/tensorflow/tensorflow
•仅 CPU 版，有开发环境：gcr.io/tensorflow/tensorflow:latest-devel
•支持 GPU，无开发环境：gcr.io/tensorflow/tensorflow:latest-gpu
•支持 GPU，有开发环境：gcr.io/tensorflow/tensorflow:latest-devel-gpu

下面介绍安装步骤:
1、下载 Docker 镜像
选择上述 4 个镜像中的一个，创建容器。第一次执行该命令时会自动下载镜像，以后不需要再次下载。(官方镜像安装需要翻墙，这里并没有采用官方镜像。)
$ docker pull tensorflow/tensorflow

2、端口配置
打开VirtualBox，点击运行实例的设置–>网络–>高级–>端口转发。

填写主机IP，127.0.0.1（Windows默认），端口可任意设置，只要不冲突就行，要与下一步启动容器的端口映射相一致，这里填8888。

3、启动TensorFlow容器
$ docker run –name tensortflow1 -it -p 8888:8888 -v ~/tensorflow:/notebooks/data tensorflow/tensorflow
•docker run运行镜像，
•–name为容器创建别名，
•-it保留命令行运行，
•-p 8888:8888将本地的8888端口http://localhost:8888/映射，
•-v ~/tensorflow:/notebooks/data 将本地的C:/Users/Administrator/tensorflow文件夹挂载到新建容器的/notebooks/data下（这样创建的文件可以保存到本地 C:/Users/Administrator/tensorflow就可以在notebooks/data 中看到并使用）
•tensorflow/tensorflow为指定的镜像，默认标签为latest（即tensorflow/tensorflow:latest）
启动完成后出现以下界面，

4.jupyter notebook下用TensorFlow
TensorFlow的镜像其实是带了jupyter notebook编辑器，numpy等一些库，这提供了极大地方便。
在本地浏览器输入网址 localhost:8888 进入jupyter编程
输入上图中红色框中的token，便可进入如下界面：

至此，完成了TensorFlow环境的部署，接下来就可以学习使用TensorFlow了！
参考：http://blog.csdn.net/kkk584520/article/details/51476816#docker-镜像安装
https://www.cnblogs.com/mothe123/archive/2016/10/28/6007410.html