mac 下使用Docker安装搭建tensorflow环境

“谷歌”+“深度学习”，两个标签让2015年12月才由谷歌开源的深度学习工具TensorFlow在其发布之后就迅速地成为了全球最为炙手可热的开源项目，2016年4月，开源的TensorFlow又支持了分布式特性，向着生产环境下的应用更进一步。

国内有人翻译了成套的tensorflow文档，链接如下：

http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/os_setup.html

TensorFlow API支持Python 2.7和Python 3.3+，共支持4种安装方式。

• Pip install
• Virtualenv install
• Anaconda install
• Docker install

因为我家里电脑都是mac所以尝试之后感觉环境安装还是有难度的，选了最方便的安装方式，Docker，这环境用来学习足够了，要想部署用于生产的环境那推荐你安装到linux上机器配牛逼点，至少得安装个GTX960以上的N卡什么的。

我只是用mac先学习一下，

1，首先安装Docker

从链接https://www.docker.com/products/docker#/mac

  下载安装包，Docker是个容器，如果有兴趣研究可以去链接http://dockone.io/article/783

下载包很慢，建议翻墙。

安装后可以设置docker设置它使用的CPU和内存

打开终端，输入命令：

[python] view plain copy print?

1. docker pull b.gcr.io/tensorflow/tensorflow  

这个命令是下载tensorflow的镜像，建议翻墙，不翻墙基本不可能

下载完成后执行以下命令：

docker run -it b.gcr.io/tensorflow/tensorflow bash

此命令会启动镜像环境，并进入另一个可以操作tensorflow的shell

进入后打开python测试下tensorflow是否可以使用

[python] view plain copy print?

1. root@e6d4212107d0:/notebooks# python  
2. Python 2.7.6 (default, Jun 22 2015, 17:58:13)   
3. [GCC 4.8.2] on linux2  
4. Type "help", "copyright", "credits" or "license" for more information.  
5. >>> import tensorflow as tf  
6. >>> hello = tf.constant('Hello, TensorFlow!')  
7. >>> sess =tf.Session()  
8. >>> sess.run(hello)  
9. 'Hello, TensorFlow!'  
10. >>> a = tf.constant(10)  
11. >>> b = tf.constant(32)  
12. >>> sess.run(a+b)  
13. 42  

好的，现在你可以训练你的神经网络系统了！