Say Hello To TensorFlow

使用 Docker 10分鐘構建深度學習框架 TensorFlow + Jupyter 交互環境

前言：

公司的小夥伴最近在玩一個很火的深度學習框架： TensorFlow， 感覺好高大上，還收穫了好多贊，寶寶也想試試，因為只是試玩，所以搭建要簡單、快，不然激情減退了這輩子可能都不能 Say hello to TensorFlow 了，而且任性的我還不想搞亂本機的環境，於是就有了本文

----

索引：

1. 關於 Docker

1. 為什麼使用 Kitematic

2. 下載 Kitematic
3. 使用 Kitematic
4. Docker-CLI 的使用
2. 關於 TensorFlow
1. 說明
2. 獲取 TensorFlow 鏡像
3. 創建 TensorFlow 容器
4. 登錄 The Jupyter Notebook

----

正文第一部分：

1.1 為什麼使用 Kitematic

Kitematic: Run containers through a simple, yet powerful graphical user interface.

通過簡單並且強大的圖形用戶界面管理容器

Simple is better. 畢竟本文的重點不在這

1.2 下載 Kitematic & 1.3 安裝 Kitematic

• .pkg 都會裝吧？- Mac
• https://download.docker.com/mac/stable/DockerToolbox.pkg
• .exe 都會裝吧？- Windows

• https://download.docker.com/win/stable/DockerToolbox.exe

因為我使用Mac，所以後面以 Mac 為準，相信 Windows 大同小異

下載安裝很簡單，先講講 Kitematic 做了什麼事吧，安裝完我們會發現 Application 裡面多了三個新App：

注.：Docker Quickstart Terminal，Kitematic(Beta)，VirtualBox

第一個：終端，它會幫你配置好Docker環境（比較籠統，後面會帶你敲一遍命令來理解）

第二個：用戶界面（Powerful graphical user interface）

第三個：這個就奇怪了，為什麼幫我裝了一個 VirtualBox 虛擬機？上圖先

註：官網配圖 1

註：官網配圖 2

Docker 的基礎是 Linux 的 LXC（Linux Containers）等技術

機智的你們比較上面兩張圖再加引用的一句話，不難得出 Mac 的 OSX 系統需要藉助 Linux 虛擬機，而 Kitematic 幫我們裝了一個Orachle VM VirtualBox 順帶還創建了輕量級的 DOCKER_HOST：default

因為我使用公司內部的自建倉庫，這裡為自己做一個小備忘：

自建倉庫的訪問必須通過 https，簡單的方法是配置一下信任（我怎麼總喜歡簡單的，被Python 的 Simple is better 洗腦了），Mac 可以通過以下命令：

docker-machine create --driver virtualbox --engine-insecure-registry IP:PORT devn

來重新創建一個 DOCKER HOST（即上圖已關閉的 dev）來達到配置

EXTRA_ARGS="--insecure-registry IP:PORT"n

同樣的效果，即：使用 IP:PORT 作為默認倉庫地址，而且信任它

我司也有容器服務 UCloud - 容器集群 UDocker，我體驗過，很棒哦

我們繼續

1.3 Kitematic 的使用

一打開界面果然 simple，能點的按鈕很少，我們直接跳過這一步，先去看命令行界面如何使用，回過頭來就很容易理解了，先放兩張截圖

註：Containers 的管理界面，右側 Home 標籤左側是 Log，右側是 Web Preview，Settings標籤 則包含容器創建時的參數配置（port，volumes等），修改需要重啟生效（Kitematic也會幫你重啟）

1.4 Docker-CLI 的使用

每次你打開 Kitematic用戶界面 的時候因為依賴它都會先啟動 default 虛擬機，關閉的時候也會自動關閉

註：可以點擊左下角齒輪圖標打開用戶界面工具的配置，並反選為：關閉Kitematic的時候不關閉Linux VM

為了演示 Docker-CLI 的使用，我們關閉 Kitematic 也關閉 Linux VM，純使用CLI來操作一遍：

我們先打開 Linux VM

命令：

docker-machine startn

結果：

Starting "default"...n(default) Check network to re-create if needed...n(default) Waiting for an IP...nMachine "default" was started.nWaiting for SSH to be available...nDetecting the provisioner...nStarted machines may have new IP addresses. You may need to re-run the `docker-machine env` command.n

跟隨結果的最後一句，命令：

docker-machine envn

結果：

export DOCKER_TLS_VERIFY="1"nexport DOCKER_HOST="tcp://192.168.99.100:2376"nexport DOCKER_CERT_PATH="/Users/kevin/.docker/machine/machines/default"nexport DOCKER_MACHINE_NAME="default"n# Run this command to configure your shell:n# eval $(docker-machine env)n

繼續無腦跟隨最後兩句，命令：

eval $(docker-machine env)n

結果：無

至此就完成了，來測試一下：

----

正文第二部分：

2.1 說明

馬上就要完成啦，在這裡你可以選擇使用用戶界面或者 CLI（命令行界面） 來獲得一個 TensorFlow 官方鏡像，然後創建容器開始你的 TensorFlow helloworld 之旅，

這裡使用的鏡像是 https://hub.docker.com/r/tensorflow/tensorflow/ 熟悉的：

Kitematic 操作很簡單仍舊忽略，列舉一下 CLI 下的命令：

2.2 獲取 TensorFlow 鏡像：

docker pull tensorflow/tensorflown

有1G多，官方的 Docker Hub 倉庫很慢，請大家各顯神通，哈哈

2.3 創建 TensorFlow 容器：

docker run -ti -p 8888:8888 tensorflow/tensorflown

註：-t 選項讓Docker分配一個偽終端（pseudo-tty）並綁定到容器的標準輸入上， -i 則讓容器的標準輸入保持打開，一般同時出現，即： -ti ，-p 是 port，將容器的8888埠映射到Mac的8888埠，因為包含多個創建配置，這裡建議使用 Kitematic 用戶界面來創建本容器

查看所有容器狀態（加 -a 不過濾停止狀態）：

docker ps -an

通過容器名字（下圖最後一列 NAMES）查看容器 logs：

docker logs tensorflown

註：點擊放大

2.4 登錄 Jupyter 交互環境

[I 14:52:06.852 NotebookApp] The Jupyter Notebook is running at: http://[all ip addresses on your system]:8888/?token=a0966ebb68f61ec5c678ee811358ef583ec974fe371c6f48n[I 14:52:06.852 NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).n[C 14:52:06.853 NotebookApp]nn Copy/paste this URL into your browser when you connect for the first time,n to login with a token:n http://localhost:8888/?token=a0966ebb68f61ec5c678ee811358ef583ec974fe371c6f48n

注1：Copy/paste this URL into your browser when you connect for the first time, ...

注2：如果你使用 Kitematic 用戶界面，點擊 CONTAINER LOGS右側的 WEB PREVIEW 即可，如果是首次登陸，WEB界面會讓你輸入token，你知道在哪可以找到

----

最後：

Hello，TensorFlow

歡迎關注 我 和我的 知乎專欄 - 隨心DevOps

轉載註明出處即可，本文首發地址：https://zhuanlan.zhihu.com/p/25372795

----

參考資料：

• Docker

• Kitematic

• VirtualBox - Oracle VM VirtualBox

• Docker Machine
• LXC

• tensorflow/tensorflow: Computation using data flow graphs for scalable machine learning
• Project Jupyter

命令查詢：

• Docker -- 從入門到實踐

推薦閱讀：