docker 安装tensorflow
来源:互联网 发布:vb if 不等于 编辑:程序博客网 时间:2024/06/06 06:52
参考:
1、https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/docker
2、https://tensorflow.google.cn/install/install_linux#installing_with_docker
按照以下步骤通过Docker安装TensorFlow:
1、按照Docker文档中的描述在您的机器上安装Docker。
2、或者,创建一个名为docker的Linux组,以允许启动没有sudo的容器,如Docker文档中所述。 (如果你不这样做,每次调用Docker时都必须使用sudo。)
3、要安装支持GPU的TensorFlow版本,您必须先安装存储在github中的nvidia-docker。
4、启动包含TensorFlow二进制镜像之一的Docker容器。
本节的其余部分将介绍如何启动Docker容器。
CPU-only
要启动一个仅支持CPU的Docker容器(即没有GPU支持),请输入以下格式的命令:
$ docker run -it -p hostPort:containerPort TensorFlowCPUImage
- -p hostPort:containerPort是可选的。 如果您打算从shell运行TensorFlow程序,请省略此选项。 如果您计划将TensorFlow程序作为Jupyter笔记本运行,请将hostPort和containerPort设置为8888.如果您想在容器内运行TensorBoard,请添加第二个-p标志,将hostPort和containerPort设置为6006。
- TensorFlowCPUImage是必需的。 它标识了Docker容器。 指定下列值之一:
- gcr.io/tensorflow/tensorflow,这是TensorFlow CPU binary image。
- gcr.io/tensorflow/tensorflow:latest-devel,这是最新的TensorFlow CPU二进制镜像加源代码。
- gcr.io/tensorflow/tensorflow:version,它是TensorFlow CPU二进制镜像的指定版本(例如,1.1.0rc1)。
- gcr.io/tensorflow/tensorflow:version-devel,它是TensorFlow GPU二进制镜像的源代码的指定版本(例如,1.1.0rc1)。
gcr.io是Google容器注册表。 请注意,docker hub上也提供了一些TensorFlow镜像。
例如,以下命令在Docker容器中启动最新的TensorFlow CPU二进制镜像,您可以在其中运行TensorFlow程序:
# shell中打开$ docker run -it gcr.io/tensorflow/tensorflow bash# 或$ docker run --name test -it tensorflow/tensorflow /bin/bash
以下命令还会在Docker容器中启动最新的TensorFlow CPU二进制镜像。 但是,在这个Docker容器中,您可以在Jupyter笔记本中运行TensorFlow程序:
# 主机上打开网站链接到Jupyter,参看下图$ docker run -it -p 8888:8888 gcr.io/tensorflow/tensorflow# 或$ docker run --name test -it -p 8888:8888 tensorflow/tensorflow…………Copy/paste this URL into your browser when you connect for the first time, to login with a token: http://localhost:8888/?token=c15b9bf78a1847173f29383895b6ffc86cacd0a59c98a211# 在主机上打开该网站即可
Docker首次启动时会下载TensorFlow二进制镜像。
或
# 先下载镜像docker pull tensorflow/tensorflow:latest# 再启动容器docker run --name test -it -p 8888:8888 tensorflow/tensorflow# 或docker run --name test -it tensorflow/tensorflow /bin/bash
GPU support
在支持GPU的情况下安装TensorFlow之前,请确保您的系统符合所有NVIDIA软件要求。 要启动具有NVidia GPU支持的Docker容器,请输入以下格式的命令:
$ nvidia-docker run -it -p hostPort:containerPort TensorFlowGPUImage
- -p hostPort:containerPort是可选的。如果您打算从shell运行TensorFlow程序,请省略此选项。如果您计划将TensorFlow程序作为Jupyter笔记本运行,请将hostPort和containerPort设置为8888。
- TensorFlowGPUImage指定Docker容器。您必须指定下列值之一:
- gcr.io/tensorflow/tensorflow:latest-gpu,这是最新的TensorFlow GPU二进制图像。
- gcr.io/tensorflow/tensorflow:latest-devel-gpu,这是最新的TensorFlow
GPU二进制图像加源代码。 - gcr.io/tensorflow/tensorflow:version-gpu,这是TensorFlow
GPU二进制映像的指定版本(例如0.12.1)。 - gcr.io/tensorflow/tensorflow:version-devel-gpu,它是TensorFlow
GPU二进制图像的源代码的指定版本(例如0.12.1)。
我们建议安装其中一个最新版本。例如,以下命令在Docker容器中启动最新的TensorFlow GPU二进制映像,您可以在其中运行TensorFlow程序:
附加:
nvidia-docker
nvidia hub镜像
确保你已经安装了NVIDIA驱动程序和受支持的Docker版本(请参阅先决条件)。
注:主机安装nvidia驱动和cuda、cudann 参考这里
docker安装参考这里
# 安装nvidia-docker# If you have nvidia-docker 1.0 installed: we need to remove it and all existing GPU containersdocker volume ls -q -f driver=nvidia-docker | xargs -r -I{} -n1 docker ps -q -a -f volume={} | xargs -r docker rm -fsudo apt-get purge -y nvidia-docker# Add the package repositoriescurl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \ sudo apt-key add -curl -s -L https://nvidia.github.io/nvidia-docker/ubuntu16.04/amd64/nvidia-docker.list | \ sudo tee /etc/apt/sources.list.d/nvidia-docker.listsudo apt-get update# Install nvidia-docker2 and reload the Docker daemon configurationsudo apt-get install -y nvidia-docker2sudo pkill -SIGHUP dockerd# Test nvidia-smi with the latest official CUDA image# docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi# 下载cuda 镜像# docker pull nvidia/cuda:8.0-cudnn6-devel-ubuntu16.04
# shell中打开$ nvidia-docker run -it gcr.io/tensorflow/tensorflow:latest-gpu bash# 或$ nvidia-docker run -it tensorflow/tensorflow:latest-gpu /bin/bash
以下命令还会在Docker容器中启动最新的TensorFlow GPU二进制镜像。 在这个Docker容器中,您可以在Jupyter笔记本中运行TensorFlow程序:
# 主机网页上通过Jupyter打开$ nvidia-docker run -it -p 8888:8888 gcr.io/tensorflow/tensorflow:latest-gpu# 或$ nvidia-docker run -it -p 8888:8888 tensorflow/tensorflow:latest-gpu
以下命令将安装较旧的TensorFlow版本(0.12.1):
$ nvidia-docker run -it -p 8888:8888 gcr.io/tensorflow/tensorflow:0.12.1-gpu# 或$ nvidia-docker run --name test -it -p 8888:8888 tensorflow/tensorflow:0.12.1-gpu
Docker首次启动时会下载TensorFlow二进制镜像。 有关更多详细信息,请参阅TensorFlow docker自述文件。
- windows docker安装 tensorflow
- Docker windows安装tensorflow
- docker 安装tensorflow
- Docker 安装 TensorFlow GPU 实战
- TensorFlow安装:win7安装(非docker)
- Windows下通过Docker安装Tensorflow环境
- 在Docker Ubuntu镜像中安装tensorflow-gpu
- 利用docker在windows下安装TensorFlow
- 利用docker在windows下安装TensorFlow
- 基于docker 安装tensorflow过程总结
- Centos6.5上通过Docker安装Tensorflow
- Win10基于docker安装TensorFlow(/PaddlePaddle)
- windows下用docker安装tensorflow
- Centos系统基于Docker安装tensorflow
- 【099】TensorFlow使用Docker方式安装
- Docker TensorFlow
- TensorFlow-docker
- docker的安装,配置,及内部tensorflow安装
- mysql 获得类似排名的序号
- 领域应用 | 中医临床知识图谱的构建与应用
- 自然语言解释:约瑟夫环之递归算法
- 推荐一个在线编程的网站
- asp.net如何在图片上加水印文字具体实现
- docker 安装tensorflow
- 逻辑的计算进路--从莱布尼茨到图灵的逻辑发展
- ResourceBundle 的一种使用方法
- HTTP协议之URL
- IT的道德与伦理
- 逻辑回归实战 — Kaggle_Titanic 2
- banner的使用。
- 【读书笔记】iOS-iOS定位
- linux学习笔记