mac 下使用Docker安装搭建tensorflow环境

“谷歌”+“深度学习”，两个标签让2015年12月才由谷歌开源的深度学习工具TensorFlow在其发布之后就迅速地成为了全球最为炙手可热的开源项目，2016年4月，开源的TensorFlow又支持了分布式特性，向着生产环境下的应用更进一步。

国内有人翻译了成套的tensorflow文档，链接如下：

http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/os_setup.html

TensorFlow API支持Python 2.7和Python 3.3+，共支持4种安装方式。

• Pip install
• Virtualenv install
• Anaconda install
• Docker install

因为我家里电脑都是mac所以尝试之后感觉环境安装还是有难度的，选了最方便的安装方式，Docker，这环境用来学习足够了，要想部署用于生产的环境那推荐你安装到linux上机器配牛逼点，至少得安装个GTX960以上的N卡什么的。

我只是用mac先学习一下，

1，首先安装Docker

从链接https://www.docker.com/products/docker#/mac

  下载安装包，Docker是个容器，如果有兴趣研究可以去链接http://dockone.io/article/783

下载包很慢，建议翻墙。

安装后可以设置docker设置它使用的CPU和内存

打开终端，输入命令：

docker pull b.gcr.io/tensorflow/tensorflow

这个命令是下载tensorflow的镜像，建议翻墙，不翻墙基本不可能

下载完成后执行以下命令：

docker run -it b.gcr.io/tensorflow/tensorflow bash

此命令会启动镜像环境，并进入另一个可以操作tensorflow的shell

进入后打开python测试下tensorflow是否可以使用

root@e6d4212107d0:/notebooks# python
Python 2.7.6 (default, Jun 22 2015, 17:58:13) 
[GCC 4.8.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess =tf.Session()
>>> sess.run(hello)
'Hello, TensorFlow!'
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> sess.run(a+b)
42

好的，现在你可以训练你的神经网络系统了！