Docker 中快速安裝tensorflow環境，并使用TensorFlow。

一、下載TensorFlow鏡像

docker pull tensorflow/tensorflow

二、 創建TensorFlow容器

docker run --name corwien-tensortflow -it -p 8888:8888 -v /Users/kaiyiwang/Code/ai/notebooks:/notebooks/data tensorflow/tensorflow

命令說明

1. docker run 運行鏡像，
2. --name 為容器創建別名，
3. -it 保留命令行運行，
4. -p 8888:8888 將本地的8888端口 http://localhost:8888/ 映射，
5. -v /Users/kaiyiwang/Code/ai/notebooks:/notebooks/data 將本地的/Users/kaiyiwang/Code/ai/notebooks文件夾掛載到新建容器的/notebooks/data下（這樣創建的文件可以保存到本地/Users/kaiyiwang/Code/ai/notebooks）
6. tensorflow/tensorflow 為指定的鏡像，默認標簽為latest（即tensorflow/tensorflow:latest）

執行上邊的命令：

我們可以看到，創建了TensorFlow容器，并給了一個默認登錄JupiterNotebook的頁面。

我們可以通過下面的命令在新的命令窗口看正在執行的容器，及容器所對應的映射端口

docker ps

三、開啟TensorFlow容器

1.可以直接從命令行中右鍵打開連接，或者在瀏覽器中輸入http://127.0.0.1:8888，然后將命令行中的token粘貼上去。

四、開始TensorFlow編程

1、點擊登錄進去可以看到界面了，并且可以new一個項目

2、tensorflow示例源碼解讀

from __future__ import print_function#導入tensorflowimport tensorflow as tf#輸入兩個數組，input1和input2然后相加，輸出結果with tf.Session():  input1 = tf.constant([1.0, 1.0, 1.0, 1.0])  input2 = tf.constant([2.0, 2.0, 2.0, 2.0])  output = tf.add(input1, input2)  result = output.eval()  print("result: ", result)

3、運行程序，輸出的結果為（運行成功）

result: [ 3. 3. 3. 3.]

五、相關命令

1、關閉或開啟TensorFlow環境

#關閉tensorflow容器docker stop corwien-tensortflow#開啟TensorFlow容器docker start corwien-tensortflow#瀏覽器中輸入 http://localhost:8888/

2、文件的讀寫權限修改

#查看讀寫權限ls -l#將tensorflow 變為屬于corwien（系統默認）用戶sudo chown -R corwien tensorflow/#將tensorflow 變為屬于corwien（系統默認）用戶組sudo chgrp -R corwien tensorflow/

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持VEVB武林網。