Dockerfile构建tensorflow环境
Docker 是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的容器中,然后发布到任何流行的 Linux 机器上,也可以实现虚拟化。容器是完全使用沙箱机制,相互之间不会有任何接口。--这段来自百度百科
下面开始正文:
先介绍下我使用的环境
1 Ubuntu 16.04.3 LTS
2 Docker version 17.06.1-CE
开始学习docker的时候构建tensorflow环境,直接使用命令 docker search tensorflow 查找镜像。
henrry@henrry:~/docker$ docker search tensorflow NAME DESCRIPTION STARS OFFICIAL AUTOMATED tensorflow/tensorflow Official docker images for deep learning f... 503 xblaster/tensorflow-jupyter Dockerized Jupyter with tensorflow 39 [OK] jupyter/tensorflow-notebook Jupyter Notebook Scientific Python Stack w... 17
然后使用 docker pull tensorflow/tensorflow 下载镜像,但是这个镜像里面使用的是python2,而我想学习使用的又是python3,不爽,所以换。
有两种方法可以构建自己的docker 镜像,一种就是下载系统基础镜像,然后创建容器,在容器中安装自己需要的软件,完成后,将容器重新提交到镜像。还有一种方法就是使用Dockerfile构建镜像。
方法一:
第一步:先 docker search ubuntu 查找到ubuntu的镜像。
henrry@henrry:~/docker$ docker search ubuntu NAME DESCRIPTION STARS OFFICIAL AUTOMATED ubuntu Ubuntu is a Debian-based Linux operating s... 6476 [OK] dorowu/ubuntu-desktop-lxde-vnc Ubuntu with openssh-server and NoVNC 128 [OK]
第二步: docker pull ubuntu ,完成之后使用 docker images 查看pull下来的镜像,很小只有120M。
henrry@henrry:~/docker$ docker images REPOSITORY TAG IMAGE ID CREATED SIZE ubuntu latest ccc7a11d65b1 2 weeks ago 120MB
第三步: docker run -ti -d --name tensorflow ubuntu bash 创建容器。
henrry@henrry:~/docker$ docker ps -a CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES 06cfd359fc0f ubuntu "bash" 3 days ago Up 1 second tensorflow
第四步: docker exec -ti tensorflow bash 进入容器。
henrry@henrry:~/docker$ docker exec -ti tensorflow bash
root@06cfd359fc0f:/#
第五步:就是在内部使用apt 安装软件了,不过在安装软件之前需要先 apt update 下,要不使用apt 就无法安装软件包。
下面直接给出软件的安装命令。这些安装命令都是tensorflow官网上的,如果安装过程中出现啥问题,点这里,然后查找"Installing with native pip",看下官网的文档。还有一点需要注意的就是ubuntu的基础镜像里面没有vim,所以安装的时候也将vim装上。
1 apt update 2 apt install -y python3-pip python3-dev vim 3 pip3 install tensorflow 4 pip3 install tensorflow-gpu #这个我目前还没有用到,所以我没有安装
安装完成之后,使用下面这块代码测试下:
1 #!/usr/bin/env python 2 #-*- coding:utf-8 -*- 3 4 import tensorflow as tf 5 hello = tf.constant('Hello, TensorFlow!') 6 sess = tf.Session() 7 print(sess.run(hello))
最后一步:就是将安装好软件的容器,提交到镜像中。使用命令 docker commit tensorflow tensorflow:20170827
henrry@henrry:~/docker$ docker images REPOSITORY TAG IMAGE ID CREATED SIZE tensorflow 20170827 b7847f7b09a6 3 days ago 1.14GB ubuntu latest ccc7a11d65b1 2 weeks ago 120MB
方法二:
使用Dockerfile文件构建镜像,这个比较简单,下面直接贴出来Dockerfile文件内容:
# 构建tensorflow 环境 FROM ubuntu MAINTAINER henrry # 安装python 和 pip RUN apt update \
&& apt install -y python3-pip python3-dev vim \
&& pip3 install --upgrade pip \ && pip3 install tensorflow \
&& pip3 install tensorflow-gpu \
&& ln -s /usr/bin/python3 /usr/bin/python \ && ln -s /usr/bin/pip3 /usr/bin/pip # 映射端口 EXPOSE 8888
# 添加文件 ADD vimrc /root/.vimrc
文件创建好之后,名字改成Dockerfile,然后执行命令 docker build -t tensorflow:20170827 . 构建名称为 tensorflow TAG为20170827的镜像。然后就可以创建容器,进行操作了。
好了,两个方法都可以构建成功,亲测。。。