在Windows上玩TensorFlow(使用Docker安装pull国内镜像)

参考文章：http://blog.csdn.net/neilron/article/details/51387161

1.安装docker，Docker ToolBox(傻瓜式安装一直下一步即可)

2.安装好之后建议先配置一个环境变量MACHINE_STORAGE_PATH，来自定义虚拟机保存的位置，因为之后下载的镜像越来越多，都是放在虚拟机的虚拟磁盘文件中，虚拟磁盘文件会越来越大，放在默认的C盘用户目录下可能会在以后造成一些麻烦，参考下图，设置为任意你喜欢的位置。

3.设置完成之后，WIN+R键输入cmd，打开一个windows命令行窗口。输入下面的命令新建一个虚拟机ron-docker，使用virtualbox作为driver，这个虚拟机会自动创建在你的MACHINE_STORAGE_PATH配置的目录中，安装过程会从github上拉取boot2docker.iso，可能会比较慢，可以手动下载，也可以直接将toolbox安装目录下的boot2docker.iso复制到%MACHINE_STORAGE_PATH%/cache中。

docker-machine create ron-docker -d virtualbox

手动设置方法如上，看截图：
将C:\Program Files\Docker Toolbox的镜像拖过去即可。

4.查看刚刚新建的虚拟机：

docker-machine ls //如果碰上STATE显示为stop就重新执行一边上述操作//检查电脑是否支持硬件虚拟化，还有电脑安装软件分别为多少位，对应即可

5.这时候我们使用的CMD还不能与Docker Engine建立连接，设置方式：

C:\Users\ron>docker-machine env ron-dockerSET DOCKER_TLS_VERIFY=1SET DOCKER_HOST=tcp://192.168.99.100:2376SET DOCKER_CERT_PATH=E:\VirtualBox VM\machines\ron-dockerSET DOCKER_MACHINE_NAME=ron-dockerREM Run this command to configure your shell:REM     @FOR /f "tokens=*" %i IN ('docker-machine env ron-docker') DO @%i

键入下面的命令完成环境变量配置：

FOR /F "tokens=*" %i IN ('docker-machine env ron-docker') DO %i

6.下载镜像：

docker pull registry.cn-hangzhou.aliyuncs.com/denverdino/tensorflow//使用国内镜像站（阿里云）

7.使用下面的命令启动镜像：

docker run -it registry.cn-hangzhou.aliyuncs.com/denverdino/tensorflow /bin/bash//选项-i用于保持STDIN在当前的窗口上，-t用于分配一个pesudo-tty，两个选项使得当前的窗口可以像一个linux的bash一样运行，丝毫没有违和感。第一个参数指定了使用的镜像，第二个参数指定了启动这个镜像后启用的命令，用bash启动方便我们开始第一次的探索。

8.
uname -a，查看信息
cd到/目录下，查看目录结构
运行tensorflow的hello world

root@ec9bfd276082:/# uname -aLinux ec9bfd276082 4.4.8-boot2docker #1 SMP Mon Apr 25 21:57:27 UTC 2016 x86_64 x86_64 x86_64 GNU/Linuxroot@ec9bfd276082:/# ls /bin   dev  home  lib64  mnt        opt   root  run_jupyter.sh  srv  tmp  varboot  etc  lib   media  notebooks  proc  run   sbin            sys  usrroot@ec9bfd276082:/# pythonPython 2.7.6 (default, Jun 22 2015, 17:58:13)[GCC 4.8.2] on linux2Type "help", "copyright", "credits" or "license" for more information.>>> import tensorflow as tf>>> hello = tf.constant('Hello, TensorFlow!')>>> sess =tf.Session()>>> sess.run(hello)'Hello, TensorFlow!'>>> a = tf.constant(10)>>> b = tf.constant(32)>>> sess.run(a+b)42>>>

9.启动脚本：
仅需修改相应的machine-name，然后将脚本保存为my-start.bat，放在toolbox安装目录下。之后右键my-start.bat->发送到桌面快捷方式，按代码下的图配置该快捷方式，/K参数可以使bat运行完之后不自动关闭。这样，需要时双击运行就可以获得一个新的可运行镜像的CMD窗口。

@ECHO offSET machine-name=ron-dockerECHO Init...FOR /F %%i IN ('docker-machine status %machine-name%') DO SET status=%%iIF %status%==Running (  ECHO %machine-name% is running.) ELSE (  ECHO %machine-name% is shutdown.  docker-machine start %machine-name%)ECHO Configuring Environment...FOR /F "tokens=*" %%i IN ('docker-machine env %machine-name%') DO %%iECHO Init Finished.

10.将docker用作开发环境之前，还有一些很有必要的配置工作要做，让我们一起来完成下面3步：
（1）我们的容器运行在一个小的linux虚拟机上，而虚拟机又运行在Windows系统的VirtualBox上，自然的，运行在容器上的服务不能再Windows上打开浏览器直接访问。端口转发就是要解决这个问题，共有两步：
建立Windows和虚拟机之间的端口转发
可以通过VirtualBox的管理界面完成，如图，然后重启虚拟机。

配置虚拟机和容器之间的端口转发
使用-p选项：

docker run -it -p 8888:8888 registry.cn-hangzhou.aliyuncs.com/denverdino/tensorflow

键入上面这条命令之后打开浏览器，访问localhost:8888，看到运行在容器中的notebook服务了吧

（2）磁盘映射是非常有用的一步配置，可以将Windows上的磁盘直接映射到容器中，这样在Windows上开发代码，直接在容器中运行，避免了写完复制的大麻烦。磁盘映射的处理方法与端口转发类似，磁盘的映射关系需要完成Windwos到虚拟机，虚拟机到容器的两步配置，请跟随下面3个步骤：

建立Windows和虚拟机之间的磁盘映射
打开虚拟机的设置页面后，在共享文件夹中设置你想要共享的文件夹和它的名称，如图，重启虚拟机。

（3）在虚拟机中挂载磁盘
这一步要用到刚才设置的名称，我这里就是docker。

mkdir -p /home/docker/datamount -t vboxsf -o uid=1000,gid=50 docker /home/docker/data

到这里，我们在Windows中所做的修改就可以实时地反映到虚拟机中了。
建立虚拟机和容器之间的磁盘映射
使用-v选项，建立两个目录的映射关系

docker run -it -v /home/docker/data:/data registry.cn-hangzhou.aliyuncs.com/denverdino/tensorflow bash

好了，试试在Windows的共享文件夹中添加一个python的hello world，然后在docker中python /data/hello.py试试吧