下载tensorflow的docker镜像
docker pull tensorflow/tensorflow:latest-gpu-jupyter
新建tensorflow容器
方法一***推荐
nvidia-docker run --name tf_gpu -it -p 8888:8888 -v /data/tensorflow/notebooks/:/tf ea1cbcbe991f
- –name:创建的容器名,即tf_gpu
- -it:保留命令行运行 p 8888:8888:将本地的8888端口和http://localhost:8888/映射
- -v /data/tensorflow/notebooks/:/tf:将本地的/data/tensorflow/notebooks/挂载到容器内的/tf下
- –ea1cbcbe991f: 刚刚pull的镜像的ID
方法二推荐
新建但不进入jupyter
nvidia-docker run --name tfgpu -d -p 8888:8888 ea1cbcbe991f
必须保证jupyter的端口与映射的端口一致,前面是宿主机端口,后面是容器里面的端口
必须加上-d,守护进程模式,否则端口映射有误
进入容器必须用exec
docker exec -it tfgpu /bin/bash
然后还需要更改jupyter的配置,方法一不需要,故推荐方法一
jupyter配置修改参考
https://blog.csdn.net/omg_orange/article/details/89785569