前言
google又一次成为大家膜拜的大神了。google大神在引导这机器学习的方向。 同时docker 也是一个非常好的工具,大大的方便了开发环境的构建,之前需要配置安装。 最近在自学机器学习,大热的tensorflow自然不能错过,所以首先解决安装问题,为了不影响本地环境,所以本文基于docker来安装tensorflow,我的环境是ubuntu16.04。
安装docker
docker分为ce和ee,这里我们选择ce,也就是常规的社区版,首先移除本机上可能存在的旧版本。
移除旧版本
安装可选内核模块
从ubuntu14.04以后,某些裁剪后的系统会把一部分内核模块移到可选内核包中,常以linux-image-extra-*开头,而docker推荐的存储层驱动aufs包含在可选内核模块包中,所以还是建议安装可选内核模块包的。可以使用以下命令安装:
证书及密钥准备
在正式安装之前,我们需要添加证书以及https传输的软件包以保证软件下载过程中不被篡改:
添加软件源的gpg密钥:
最后添加docker软件源:
安装docker
建立docker用户组
docker通常会使用unix socket和docker引擎通讯,通常只有root和docker用户组的用户才可以访问该socket,不然你就要一直sudo,所以最好把你当前需要使用docker的用户添加到docker用户组中。
建立docker用户组
将当前用户加入用户组
最后重新登录下系统
测试docker
确保服务启动
使用helloworld测试
测试安装是否成功
若能显示,证明安装成功。
安装tensorflow
有了docker,安装tensorflow基本没有什么难度。
下载镜像
下载完毕后显示:
创建tensorflow容器
输入以上命令后,默认容器就被启动了,命令行显示:
拷贝带token的url在浏览器打开
显示如下:
显示jupyter notebook,jupyter notebook(此前被称为 ipython notebook)是一个交互式笔记本。示例中已经显示了tensorflow的入门教程,点开一个可以看见
如上面这个例子,是使用tensorflow来使两个array相加,我们点击run,就可以看到运行的结果了。
关闭容器
再次打开
如果不喜欢用jupyter notebook,我们也可以创建基于命令行的容器
基于命令行的容器
这样我们就创建了名为bash_tensorflow的容器
还是用start命令启动容器:
再连接上容器:
可以看到我们用终端连接上了容器,和操作linux一样了。
这个镜像默认没有装vim,所以自己又下载了vim来写代码。
至此,安装过程结束。
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,如果有疑问大家可以留言交流,谢谢大家对服务器之家的支持。
原文链接:https://juejin.im/post/5a8fea695188257a7450cb4c