Docker部署Tensorflow

Docker部署Tensorflow

Docker是一种在Linux容器里运行应用的开源工具，一种轻量级的虚拟机。通过 Docker 运行 TensorFlow，该方式的优点是不用操心软件依赖问题。

私有环境安装 Docker

快速了解Docker可以参考一下的一些资料
Docker：利用Linux容器实现可移植的应用部署
全面了解Docker
LXC：Linux 容器工具

安装Docker

这里从安装和验证2个方面介绍。
本文操作系统使用Ubuntu 14.04。
本文使用国内镜像，速度较国外要快很多。
先在ghostcloud申请账户之后，如下如点击 接入新主机：

就会出现下图所示，可以添加主描述：

然后下一步，如图将画圈部分代码复制到Ubuntu系统的终端执行

如下所示，

这时也可以看到安装的状态如下：

至此安装完毕。

验证

查看docker程序是否正常工作，调用了docker可执行程序的info命令，该命令会返回所有容器和镜像（镜像即是Docker用来构建容器的“构建块”）的数量、Docker使用的执行驱动和存储驱动（execution and storage driver），以及Docker的基本配置。

$ sudo docker info  
Containers: 0  
Images: 0  
Storage Driver: aufs  
 Root Dir: /var/lib/docker/aufs  
 Dirs: 144  
Execution Driver: native-0.1  
Kernel Version: 3.8.0-29-generic  
Registry: [https://index.docker.io/v1/]

部署Tensorflow

一旦 Docker 已经启动运行, 可以通过命令启动一个容器:

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

该命令将启动一个已经安装好 TensorFlow 及相关依赖的容器。
默认的 Docker 镜像只包含启动和运行 TensorFlow 所需依赖库的一个最小集. 我们额外提供了 下面的容器, 该容器同样可以通过上述 docker run 命令安装:

• b.gcr.io/tensorflow/tensorflow-full: 镜像中的 TensorFlow 是从源代码完整安装的, 包含了编译和运行 TensorFlow 所需的全部工具. 在该镜像上, 可以直接使用源代码进行实验, 而不需要再安装上述的任何依赖。
  参考自docker-installation

至此配置完毕。