linux版docker镜像安装tensorflow-jupyter-gpu

这次选择安装官方推荐的含tensorflow的docker镜像
具体请参考官方 tensorflow的docker教程

安装含tensorflow的docker镜像

下载拷贝docker,我下的是降版本的1.15.4，不备注版本则默认下载最新版本tensorflow

• docker run --gpus all -it tensorflow/tensorflow:1.14.0-gpu bash
  tensorflow/tensorflow:1.15.4-gpu-jupyter

还需要安装一个GPU支持的NVIDIA DOCKER支持，这里暂空
下载这个docker镜像比较慢，耐心等待吧

进入服务器中搭好的docker

• sudo docker run -it --rm -v $(realpath /home/test):/tf/notebooks -p 8888:8888 tensorflow/tensorflow:1.15.4-gpu-jupyter
  其中/home/test表示你想要映射的当地文件所在的位置，8888开放端口访问jupyter

本机打开服务器端jupyter

因为服务器端没有图形界面，不是特别方便查看，所以可以选择在本机打开

• 访问地址：服务器主机IP:8888/?token=balabala

docker中下载python库

在服务器上新建一个SSH连接，查看当前运行的docker的container id

• 查看命令：docker ps

进入当前运行的容器

• docker exec -it container-id /bin/bash

接着就可以pip下载了，如果下载速度过慢，建议采用国内镜像

• pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 你需要的库

提交修改的镜像

当你修改了镜像，比如我们前面在镜像中下载了一些缺失的python库的时候，需要再次提交已经修改的镜像，不然当你下一次进入这个容器的时候，之前所做的修改将不会被保存

• docker commit 容器id 镜像名:tag名

退出容器

• docker stop container-id
  也可以用kill命令强制关闭，但是使用stop命令更加优雅一点，能够让容器把手头的事做完