基于Docker的TensorFlow机器学习框架搭建和实例源码解读
step6879
8年前
<h2>概述</h2> <p>基于Docker的TensorFlow机器学习框架搭建和实例源码解读，TensorFlow作为最火热的机器学习框架之一，Docker是的容器，可以很好的结合起来，为机器学习或者科研人员提供便捷的机器学习开发环境，探索人工智能的奥秘，容器随开随用方便快捷。源码解析TensorFlow容器创建和示例程序运行，为热爱机器学者降低学习难度。</p> <p>默认机器已经装好了Docker。</p> <p><img src="https://simg.open-open.com/show/5a76d6684d9f5c14efa890dc9468ae9a.png"></p> <h2>1.下载TensorFlow镜像</h2> <pre> <code class="language-python">docker pull tensorflow/tensorflow #或者 #sudo docker pull tensorflow/tensorflow</code></pre> <h2>2.创建TensorFlow容器，源码解读</h2> <pre> <code class="language-python">docker run --name xiaolei-tensortflow -it -p 8888:8888 -v ~/tensorflow:/notebooks/data tensorflow/tensorflow</code></pre> <ul> <li>docker run 运行镜像，</li> <li>--name 为容器创建别名，</li> <li>-it 保留命令行运行，</li> <li>-p 8888:8888 将本地的8888端口 http://localhost:8888/ 映射，</li> <li>-v ~/tensorflow:/notebooks/data 将本地的~/tensorflow文件夹挂载到新建容器的/notebooks/data下（这样创建的文件可以保存到本地~/tensorflow）</li> <li>tensorflow/tensorflow 为指定的镜像，默认标签为latest（即tensorflow/tensorflow:latest）</li> </ul> <p style="text-align:center"><img src="https://simg.open-open.com/show/6d4227a1756652e9314f7fed74cac947.png"></p> <h2>3.开启TensorFlow容器</h2> <p>3.1.可以直接从命令行中右键打开连接，或者在浏览器中输入localhost:8888，然后将命令行中的token粘贴上去。</p> <p><img src="https://simg.open-open.com/show/4baedb16957beb61a5cb41db294256e4.png"></p> <h2>4.开始TensorFlow编程(Python语言)</h2> <h2>4.1.在首页可以 New 一个Python项目</h2> <p><img src="https://simg.open-open.com/show/b0c066f7abe6528011b35fe6b8ce3d00.png"></p> <h2>4.2.tensorflow示例源码解读</h2> <pre> <code class="language-python">from __future__ import print_function #导入tensorflow import tensorflow as tf #输入两个数组，input1和input2然后相加，输出结果 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)</code></pre> <h2>4.3.运行程序，输出的结果为（运行成功）</h2> <pre> <code class="language-python">result: [ 3. 3. 3. 3.]</code></pre> <p><img src="https://simg.open-open.com/show/0c99409a52444c5f4d0da3e8738c4e57.png"></p> <h2>5.其他 linux,TensorFlow,Docker相关操作</h2> <h2>5.1.关闭TensorFlow和开启TensorFlow环境</h2> <pre> <code class="language-python">#关闭tensorflow容器 docker stop xiaolei-tensortflow #开启TensorFlow容器 docker start xiaolei-tensortflow #浏览器中输入 http://localhost:8888/</code></pre> <h2>5.2.解决文件的读写权限</h2> <pre> <code class="language-python">#查看读写权限 ls -l #将tensorflow 变为属于xiaolei（系统默认）用户 sudo chown -R xiaolei tensorflow/ #将tensorflow 变为属于xiaolei（系统默认）用户组 sudo chgrp -R xiaolei tensorflow/</code></pre> <p> </p> <p>来自：http://blog.csdn.net/dream_an/article/details/55520205</p> <p> </p>