docker tensorflow_用Docker容器方式安装TensorFlow

操作系统: Ubuntu 18.04

因为要安装CUDA和cuDNN，可能与你已安装的版本不一致，Docker是在 Linux 上启用TensorFlow GPU支持的最简单方法，因为只需在主机上安装NVIDIA GPU驱动程序，而不必安装CUDA工具包。Docker使用容器创建虚拟环境，以便将 TensorFlow安装结果与系统的其余部分隔离开来。TensorFlow程序在此虚拟环境中运行，该环境能够与其主机共享资源(访问目录、使用 GPU、连接到互联网等)。

TensorFlow Docker要求

• 在本地主机安装Docker

• 如需在Linux上启用GPU支持，请安装NVIDIA Docker支持

# Add the package repositories distribution=$(. /etc/os-release;echo $ID$VERSION_ID) curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit sudo systemctl restart docker

是否安装成功，用如下的方式进行测试：

docker run --gpus all nvidia/cuda:10.0-base nvidia-smi

下载TensorFlow Docker镜像

官方TensorFlow Docker映像位于tensorflow/tensorflow Docker Hub代码库中。版本按照以下格式进行标记：
每个基本标记都有用于添加或更改功能的变体：
比如下载最新版本的带GPU支持和Jupyter的镜像：

docker pull tensorflow/tensorflow:latest-gpu-jupyter

TensorFlow从2.1开始GPU的版本基于CUDA 10.1，需要NVIDIA驱动的版本是418.X或以上。如果版本过低，需要卸载原来的驱动，并重新安装。

启动TensorFlow Docker容器

要启动配置TensorFlow的容器，请使用以下命令格式：

docker run [-it] [--rm] [-p hostPort:containerPort] tensorflow/tensorflow[:tag] [command]

在配置 TensorFlow 的容器中启动bash shell会话：

docker run -it tensorflow/tensorflow bash

如需在容器内运行在主机上开发的TensorFlow程序，请装载主机目录并更改容器的工作目录 (-v hostDir:containerDir -w workDir)：

docker run -it --rm -v $PWD:/tmp -w /tmp tensorflow/tensorflow python ./script.py

启动GPU支持，docker run时加入--gpus all选项：

docker run --gpus all -it tensorflow/tensorflow:latest-gpu bash