部署docker内tensorflow

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