- 记录Tensorflow 搭建过程,基于Docker
- MNIST 模型计算
- Tensorflow Serveing 搭建过程,基于Docker
- 模型测试
- Tensorflow-Serveing gRPC 远端预测调用
- Tensorflow -Serveing RESTful 远端预测调用
Tensorflow 基于Docker 搭建过程
版本使用说明:
docker 19.03.4
Tensorflow:1.12.3-py3 使用镜像:tensorflow/tensorflow:1.12.3-py3
镜像包括:
- Jupyter Notebook
- TensorFlow
- scikit-learn
- pandas
- matplotlib
- numpy
- scipy
- Pillow
- Python3
- 安装Docker环境
- 启动
启动tensorflow
docker run --name notebooks -d -v /home/notebooks:/notebooks -v /home/logs:/logs -p 8888:8888 tensorflow/tensorflow:1.12.3-py3 /run_jupyter.sh --allow-root --NotebookApp.token='abc123'
启动TensorBoard
docker run --name board -d -v /home/logs:/logs -p 6006:6006 tensorflow/tensorflow:1.12.3-py3 tensorboard --logdir /logs
开启:http://<ip>:8888 和 http://<ip>:6006 开启jupyter 和 board
MNIST模型训练并生成model
- 上传mnist 对应的代码。避免下载训练数据失败, 这里一并上传。