使用Docker搭建tensorflow nmt开发环境
Docker是目前最流行的容器技术. 可以将Docker看成轻量级的虚拟机,但是它非常轻量. 它像是一艘运输船,将开发或者运维等等过程中所需要的依赖全部打包到一个镜像(image)中, 任何人只需要将该镜像拉取下来, 就可以开箱即用, 不需要自己去安装一大堆依赖. 同时因为这些依赖都是运行在容器里面的, 不会污染宿主机的环境, 因此非常适合用来开发运维等等.
Docker的官方网站有更加详细的介绍和非常棒的技术文档: Docker
本教程将带领大家使用Docker搭建tensorflow的开发环境.
tensorflow官方也有安装的文档,建议首先按照官方文档来安装,如果遇到问题,可以回来参考本文.
需要说明的是, tensorflow有CPU和GPU两种版本, 本教程使用的是GPU版本,如果你需要安装CPU版本,请参考tensorflow的文档.
本教程所使用的环境
本教程使用的环境如下:
* 系统是Ubuntu 16.04 amd64
* 显卡是GTX 1080ti
使用GPU版本的tensorflow需要使用CUDA toolkit,本文后续会有讲解.
接下来,可以正式进入到开发环境的搭建过程.
Docker的安装
Docker有CE和EE两个版本,对于个人用户,建议安装Docker-CE.
Docker官方有非常详细的安装文档: Docker installation
本教程将主要步骤罗列如下:
* 卸载旧版本的Docker
* 使用apt安装Docker
使用apt安装Docker
在Ubuntu平台上使用apt安装Docker非常方便.按照如下步骤,一般不会出现问题.
step 1.设置软件仓库
$ sudo apt-get update
$ sudo apt-get install \
apt-transport-https \
ca-certificates \
curl \
software-properties-common
step2.添加官方的GPG key
$ curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
如果你想验证指纹,则:
sudo apt-key fingerprint