docker 安装tensorflow

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。