1 创建tensorflow容器
docker run --name oo-tensortflow -it -p 8888:8888 -v ~/tensorflow:/notebooks/data tensorflow/tensorflow
docker run
运行镜像,--name
为容器创建别名,-it
保留命令行运行,会在terminal退出以后中断进程-p 8888:8888
将本地的8888端口http://localhost:8888/
映射,-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)tensorflow/tensorflow
为指定的镜像,默认标签为latest(即tensorflow/tensorflow:latest)
2 开启tensorflow容器
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
3 关闭和重新开启tensorflow环境
#关闭tensorflow容器
docker stop oo-tensortflow
#开启TensorFlow容器
docker start oo-tensortflow
#浏览器中输入 http://localhost:8888/
其他
sudo mkdir -p /data/tensorflow/notebooks
docker run -it --rm --name myts -v /data/tensorflow/notebooks:/notebooks -p 8888:8888 daocloud.io/daocloud/tensorflow:latest
加上 –rm 在停止的时候删除镜像,使用daocloud 的镜像,在国内用速度还是挺快的,采用的镜像是devel模式的,所以默认不启动jupyter。