Question

我相信很多有兴趣学习DL的人都听说过这门课程：

https://www.udacity.com/course/deep-learning--ud730

我现在正在学习该课程，并希望分享如何从头开始在Windows上设置学习环境的逐步说明。

第一个名为设置环境的答案是关于建立学习环境。你只运行一次。
第二个答案名为 AFTER LOCAL MACHINE REBOOT ，是关于如何在重新启动计算机后启动环境。
查看名为 HOW IT ALL WORKS 的第三个答案，了解所有这些内容的工作原理（或者您可以盲目地按照第一个答案并稍后查看）。
< / LI>

Answer 1

设置环境（只运行一次！）

N.B。要在计算机重启后启动就绪环境，请在第二个答案中使用 AFTER LOCAL MACHINE REBOOT 指令。

<强>步骤：

下载并设置Docker Toolbox：

https://www.docker.com/products/docker-toolbox

Docker是一种在您的计算机上部署预配置虚拟学习环境的工具。它将在虚拟机内运行，无论如何都不会弄乱你的计算机。

（可选步骤） Docker会将其文件放在系统磁盘（C :)上，如果使用SSD，您可能想要更改它。你可以这样做：

mklink / J＆＃34; C：\ Users \ USER \ .docker＆＃34; ＆＃34; d：\泊坞＆＃34;

将 USER 替换为您的用户名
将＆＃34; D：\ Docker＆＃34; 替换为您希望存储Docker文件的其他驱动器上的路径

更多信息：Change .docker directory on Windows

打开Windows CMD。转到安装Docker的文件夹。创建一个新的docker机器：

docker-machine create vdocker -d virtualbox

（魔术步骤）只需运行它！

FOR / f＆＃34;令牌= *＆＃34; ％i IN（＆＃39; docker-machine env --shell cmd vdocker＆＃39;）DO％i

更多信息：How do I start tensorflow docker jupyter notebook

下载并安装预配置的分配泊坞窗图像：

docker run -it -p 8888：8888 -p 6006：6006 --name tensorflow-udacity -it b.gcr.io/tensorflow-udacity/assignments:0.5.0

（重要的一步！）配置端口转发：
- 运行 Oracle VM VirtualBox 链接（应在安装Docker时创建）：

转到 vdocker 计算机的设置...：

添加端口转发（它会将虚拟环境中的8888端口转发到本地计算机上的8810端口）：

P.S。如果您已在本地计算机上安装了IPython笔记本，请使用：8810端口。

在“设置...”菜单中（从上一步开始）允许虚拟机使用更多内存：

N.B。必须先关闭VirtualBox，然后才能对系统设置进行任何更改。 （由jlarsch提供）

使用以下命令停止VM：

docker-machine stop vdocker

（可选）您还可以允许它使用更多内核以便更快地运行：

利润！

Answer 2

本地机器重新启动后

要在计算机重启后启动学习环境，请使用以下内容创建 .bat 文件（我称之为 udacity-tf-start.bat ）：

call docker-machine start vdocker

FOR /f "tokens=*" %%i IN ('docker-machine env --shell cmd vdocker') DO %%i

call docker start -ai tensorflow-udacity

重要！ %% 是一种转义，您只需要在 BAT文件中。如果您通过命令行运行相同的命令集，则应使用：

FOR /f "tokens=*" %i IN ('docker-machine env --shell cmd vdocker') DO %i

Answer 3

这里补充其他答案是我创建/运行/启动docker机器的起始脚本。设置继续现在归结为从https://docs.docker.com/toolbox/toolbox_install_windows/安装最新版本的docker工具箱（这应该是autom。安装vbox）并运行脚本：

@echo off
set DOCKERMACHINENAME=tensorflow-udacity
set REPOSITORY=gcr.io/tensorflow/udacity-assignments:0.6.0
set "LOCALDIR0=/%SystemDrive:~0,1%/"
call :LoCase LOCALDIR0
SET "LOCALDIR=%LOCALDIR0%Users/%USERNAME%"
docker-machine.exe env %DOCKERMACHINENAME% > nul 2> nul
if "%errorlevel%"=="0" goto m_exists
::Machine has to be created
docker-machine create -d virtualbox --virtualbox-memory 8196 %DOCKERMACHINENAME%

:m_exists

::Check if machine needs to be restarted
docker-machine ip %DOCKERMACHINENAME% > nul 2>nul
if not "%errorlevel%"=="0" (docker-machine.exe restart %DOCKERMACHINENAME%)

FOR /F "tokens=*" %%i IN ('docker-machine env --shell cmd %DOCKERMACHINENAME%') DO %%i
FOR /F "tokens=*" %%F IN ('docker-machine ip %DOCKERMACHINENAME%') DO (SET DOCKERMACHINEIP=%%F)
echo Access to iPython: %DOCKERMACHINEIP%:8888

docker inspect %DOCKERMACHINENAME% > nul 2> nul
if "%errorlevel%"=="0" goto m_started
:: Machine has to be started
docker run -p 8888:8888 --name %DOCKERMACHINENAME% -v %LOCALDIR%:/mnt/hosttmp:rw -it %REPOSITORY%
goto finished

:m_started
docker start -ai %DOCKERMACHINENAME%
goto finished

:LoCase
FOR %%i IN ("A=a" "B=b" "C=c" "D=d" "E=e" "F=f" "G=g" "H=h" "I=i" "J=j" "K=k" "L=l" "M=m" "N=n" "O=o" "P=p" "Q=q" "R=r" "S=s" "T=t" "U=u" "V=v" "W=w" "X=x" "Y=y" "Z=z") DO CALL SET "%1=%%%1:%%~i%%"

:finished
::hint: to remove container use: docker rm %DOCKERMACHINENAME%

Answer 4

如何运作

免责声明：这可能有点类似于 Christopher Nolan的Inception 电影的情节。

整体情况

<强>详情

由于Windows操作系统的某些限制， Docker 无法在本地运行（尚未）。这就是为什么我们首先创建一个虚拟框：

docker-machine创建 vdocker -d virtualbox

下一步（表示为魔术步骤）为 docker 命令设置了一些环境变量，以便能够连接 docker daemon 运行< strong>在虚拟框内：

FOR / f“tokens = *”％i IN（'docker-machine env --shell cmd vdocker '）DO％i

>SET DOCKER_TLS_VERIFY=1

>SET DOCKER_HOST=tcp://192.168.99.100:2376

>SET DOCKER_CERT_PATH=C:\Users\USER\.docker\machine\machines\vdocker

>SET DOCKER_MACHINE_NAME=vdocker

然后我们运行：

docker run -it -p 8888：8888 -p 6006：6006 --name tensorflow-udacity -it b.gcr.io/tensorflow-udacity/assignments:0.5.0

从其从指定网址下载的图片中创建名为 tensorflow-udacity 的 docker容器。 重要！该容器在虚拟框内运行。

注意 -p 标志：

-p 8888：8888 -p 6006：6006

它告诉 docker daemon 将容器的端口8888转发（发布）到主机（虚拟盒）端口8888.它尚未在Windows机器上可用！

现在我们再向虚拟框设置添加一个端口转发规则：

如何使用TensorFlow为Windows Udacity Deep Learning课程设置学习环境（Windows）

4 个答案: