docker安装tensorflow环境遇到的问题与解决方案

docker安装 Tensorflow遇到问题i/o timeout.

docker: Error response from daemon: Get https://gcr.io/v1/_ping: dial tcp 64.233.188.82:443: i/o timeout.

Tensorflow 是Google的一个开源机器学习框架，中国大陆的用户在使用的时候往往需要爬过GFW墙，借助VPN。

依照Tensorflow的官方文档 在docker中安装Tensorflow的时候，国内的用户通常会报错，有的借助VPN可以解决，而有的不行。

（1）在docker成功安装完后，在终端命令行输入：

sudo docker run -it -p 8888:8888 gcr.io/tensorflow/tensorflow

（2）报错如下：

Unable to find image 'gcr.io/tensorflow/tensorflow:latest' locally
docker: Error response from daemon: Get https://gcr.io/v1/_ping: dial tcp 64.233.188.82:443: i/o timeout.
See 'docker run --help'.

主要原因还是因为GFW，在Github上有人提出过引起这个问题的原因，tensorflow/issues/1273,点击此链接。

（3）关于这个，问题，我觉得最简单的办法是更换镜像的pull镜像库。也就是说，不是从Tensorflow给出的库（Google Cloud Platform）进行pull，而是用docker的库（docker hub）。

docker hub 中的tensorflow镜像介绍：

因此，在终端输入如下命令：

sudo docker run -it -p 8888:8888 tensorflow/tensorflow

只要你的docker是安装成功，能够pull镜像，那么基本会成功安装Tensorflow。我的运行输出如下：

Unable to find image 'tensorflow/tensorflow:latest' locally
latest: Pulling from tensorflow/tensorflow
862a3e9af0ae: Pull complete 
6498e51874bf: Pull complete 
159ebdd1959b: Pull complete 
0fdbedd3771a: Pull complete 
7a1f7116d1e3: Pull complete 
f22ce26e7804: Pull complete 
80e54362977d: Pull complete 
6bf17916f3f1: Pull complete 
cbb2cc9179cb: Pull complete 
4f976cd18afd: Pull complete 
31ba02bae790: Pull complete 
e26c94fb0976: Pull complete 
Digest: sha256:feedf027da0d525300dc73e433b4ade2147c6a408756cdd9846fd37b40929f8a
Status: Downloaded newer image for tensorflow/tensorflow:latest
[I 03:19:59.901 NotebookApp] Writing notebook server cookie secret to /root/.local/share/jupyter/runtime/notebook_cookie_secret
[W 03:19:59.981 NotebookApp] WARNING: The notebook server is listening on all IP addresses and not using encryption. This is not recommended.
[I 03:20:00.015 NotebookApp] Serving notebooks from local directory: /notebooks
[I 03:20:00.015 NotebookApp] 0 active kernels 
[I 03:20:00.015 NotebookApp] The Jupyter Notebook is running at: http://[all ip addresses on your system]:8888/?token=93a4eec743c0601c77e6b3f88386da5efab335f49d6a476e
[I 03:20:00.015 NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).
[C 03:20:00.016 NotebookApp] 

    Copy/paste this URL into your browser when you connect for the first time,
    to login with a token:
        http://localhost:8888/?token=93a4eec743c0601c77e6b3f88386da5efab335f49d6a476e
[I 03:25:55.708 NotebookApp] 302 GET /?token=93a4eec743c0601c77e6b3f88386da5efab335f49d6a476e (172.17.0.1) 0.45ms

因为这个镜像比较大，所以会需要一定的时间pull，耐心等待就好。

（4）打开一个新的命令终端进行测试是否安装成功：

首先，查看docker中有哪些容器／镜像存在

sudo docker ps -a

得到如下格式的输出：

注意到，第一个容器即是我们安装的tensorflow的镜像在运行的容器，其ID是53f212117a94

接着，进入容器：
替换我的这个53f212117a94 为你的，其他命令不变

sudo docker exec -i -t 53f212117a94 /bin/bash

• 1

得到输入如下：

mingchen@mingchen-HP:~$ sudo docker exec -i -t 53f212117a94 /bin/bash
root@53f212117a94:/notebooks# 

看看python版本：

root@53f212117a94:/notebooks# python
Python 2.7.6 (default, Oct 26 2016, 20:30:19) 
[GCC 4.8.4] on linux2
Type "help", "copyright", "credits" or "license" for more information.

输出Hello, TensorFlow!:

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!

简单计算：

>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a + b))
42

测试结果显示，已成功在docker中安装Tensorflow。