使用Docker部署TensorFlow环境 |
您所在的位置:网站首页 › tensorflow image2code › 使用Docker部署TensorFlow环境 |
使用Docker部署TensorFlow环境¶
提示 本部分面向没有Docker经验的读者。对于已熟悉Docker的读者,可直接参考 TensorFlow官方文档 进行部署。 Docker是轻量级的容器(Container)环境,通过将程序放在虚拟的“容器”或者说“保护层”中运行,既避免了配置各种库、依赖和环境变量的麻烦,又克服了虚拟机资源占用多、启动慢的缺点。使用Docker部署TensorFlow的步骤如下: 安装 Docker 。Windows下,下载官方网站的安装包进行安装即可。Linux下建议使用 官方的快速脚本 进行安装,即命令行下输入: wget -qO- https://get.docker.com/ | sh如果当前的用户非root用户,可以执行 sudo usermod -aG docker your-user 命令将当前用户加入 docker 用户组。重新登录后即可直接运行Docker。 Linux下通过以下命令启动Docker服务: sudo service docker start拉取TensorFlow映像。Docker将应用程序及其依赖打包在映像文件中,通过映像文件生成容器。使用 docker image pull 命令拉取适合自己需求的TensorFlow映像,例如: docker image pull tensorflow/tensorflow:latest-py3 # 最新稳定版本TensorFlow(Python 3.5,CPU版) docker image pull tensorflow/tensorflow:latest-gpu-py3 # 最新稳定版本TensorFlow(Python 3.5,GPU版)更多映像版本可参考 TensorFlow官方文档 。 小技巧 可以视网络环境使用 DaoCloud的Docker映像镜像 以提高下载速度。 基于拉取的映像文件,创建并启动TensorFlow容器。使用 docker container run 命令创建一个新的TensorFlow容器并启动。 CPU版本的TensorFlow: docker container run -it tensorflow/tensorflow:latest-py3 bash提示 docker container run 命令的部分选项如下: -it 让docker运行的容器能够在终端进行交互,具体而言: -i ( --interactive ):允许与容器内的标准输入 (STDIN) 进行交互。 -t ( --tty ):在新容器中指定一个伪终端。 --rm :当容器中的进程运行完毕后自动删除容器。 tensorflow/tensorflow:latest-py3 :新容器基于的映像。如果本地不存在指定的映像,会自动从公有仓库下载。 bash 在容器中运行的命令(进程)。Bash是大多数Linux系统的默认Shell。 GPU版本的TensorFlow: 若需在TensorFlow Docker容器中开启GPU支持,需要具有一块NVIDIA显卡并已正确安装驱动程序(详见 “TensorFlow安装”一章 )。同时需要安装 nvidia-docker 。依照官方文档中的quickstart部分逐行输入命令即可。 警告 当前nvidia-docker仅支持Linux。 安装完毕后,在 docker container run 命令中添加 --runtime=nvidia 选项,并基于具有GPU支持的TensorFlow Docker映像启动容器即可,即: docker container run -it --runtime=nvidia tensorflow/tensorflow:latest-gpu-py3 bashDocker常用命令 映像(image)相关操作: docker image pull [image_name] # 从仓库中拉取映像[image_name]到本机 docker image ls # 列出所有本地映像 docker image rm [image_name] # 删除名为[image_name]的本地映像容器(container)相关操作: docker container run [image_name] [command] # 基于[image_name]映像建立并启动容器,并运行[command] docker container ls # 列出本机正在运行的容器 # (加入--all参数列出所有容器,包括已停止运行的容器) docker container rm [container_id] # 删除ID为[container_id]的容器Docker入门教程可参考 阮一峰的Docker入门教程 和 Docker Cheat Sheet 。 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |