我正在寻找来自官方/可信资源的深度学习Docker映像。
在DockerHub上,不存在来自“已验证的发布者”或“官方图片”的TensorFlow或PyTorch images。
然而,在TensorFlow官方TensorFlow website links的情况下,这些图像来自第1点,这使其看起来像“某种程度上”是官方的。 (我很困惑。)
他们信任吗?还有其他/更好的资源吗?还是您构建自己的Docker映像? 我期待着您的帮助和建议。
答案 0 :(得分:0)
如 Tensorflow文档所述,每个版本中的 TensorFlow Docker镜像已被测试。 strong> Dockerhub ,因此您可以将其视为Trusted
。
但是,我建议您在TensorFlow中构建自己的Docker映像:
以下命令将TensorFlow 2.0发布图像下载到您的计算机中。
在您的 PowerShell 中运行以下任何命令:
docker pull tensorflow/tensorflow # latest stable release
docker pull tensorflow/tensorflow:devel-gpu # nightly dev release w/ GPU support
docker pull tensorflow/tensorflow:latest-gpu-jupyter # latest release w/ GPU support and Jupyter
请确保您已正确安装了Docker ,并以管理员的身份运行。
1.1 。安装最新的稳定版本。
PS c:\Users\administrator1> docker pull tensorflow/tensorflow
1.2 安装具有GPU支持的夜间开发版本
PS c:\Users\administrator1> docker pull tensorflow/tensorflow:devel-gpu
1.3 安装具有GPU支持和Jupyter的最新版本。
PS c:\Users\administrator1> docker pull tensorflow/tensorflow:latest-gpu-jupyter
2。。测试TensorFlow 2.0的安装,在PowerShell中运行命令。
PS c:\Users\administrator1> docker pull tensorflow/tensorflow:latest-gpu-jupyter
3。演示一些TensorFlow Docker食谱。
3.1 在TensorFlow配置的容器中启动bash shell会话:
PS c:\> docker run -it tensorflow/tensorflow bash
注意:在目录中输入python,使用简单的tensorflow程序,然后按Enter键
root@03f668710f49:/# python
>>> import tensorflow as tf
>>> print(tf.__version__)
2.0.0
或 注意:创建一个目录tmp和script.py,其中包含简单的TensorFlow程序。
import tensorflow as tf, print(tf.__version__))
然后执行命令:
PS C:\tmp> docker run -it --rm -v ${PWD}:/tmp -w /tmp tensorflow/tensorflow python ./script.py
要使用Jupyter Notebook IDE:
4。。使用TensorFlow的每晚构建版本以及Python 3支持来启动Jupyter Notebook服务器:
PS C:\> docker run -it -p 8888:8888 tensorflow/tensorflow:nightly-py3-jupyter
5。。将其中一个网址复制并粘贴到chrome / IE8网络浏览器上。
sample URL http://127.0.0.1:8888/?token=fe9d924aeff07be3ddo74ffdc58b593e59d22d0d24c7188d