Ich beginne zu lernen, wie man mit TensorFlow maschinelles Lernen macht. Und herauszufinden, Docker ist ziemlich praktisch, um TensorFlow auf meinem Computer zu implementieren. Das Beispiel, das ich finden konnte, funktionierte jedoch nicht auf meiner Zieleinstellung. Welches istWie man Tensorboard und jupyter gleichzeitig mit docker läuft?
Unter ubuntu16.04 os, mit nvidia-docker jupyter und tensorboard service zusammen Host (könnte zwei Container oder ein Container mit zwei Service sein). Und Dateien, die von jupyter erstellt werden, sollten für das Host-Betriebssystem sichtbar sein.
- Ubuntu 16.04
- Dokcer
- nvidia-Andockfensters
- Jupyter
- Tensorboard
Jupyter Behälter
nvidia-docker run \
--name jupyter \
-d \
-v $(pwd)/notebooks:/root/notebooks \
-v $(pwd)/logs:/root/logs \
-e "PASSWORD=*****" \
-p 8888:8888 \
tensorflow/tensorflow:latest-gpu
Tensorboard Behälter
nvidia-docker run \
--name tensorboard \
-d \
-v $(pwd)/logs:/root/logs \
-p 6006:6006 \
tensorflow/tensorflow:latest-gpu \
tensorboard --logdir /root/logs
Ich habe versucht, Protokolle Ordner sowohl Behälter zu montieren, und lassen Sie Tensorboard das Ergebnis jupyter zugreifen. Aber der Berg scheint funktioniert zu haben. Wenn ich eine neue Datei im Jupyter-Container mit Notizbuchordner anlege, erscheint im Hostordner $ (pwd)/notebooks nichts.
Ich folgte auch die Anweisungen in Nvidia Docker, Jupyter Notebook and Tensorflow GPU
nvidia-docker run -d -e PASSWORD='winrar' -p 8888:8888 -p 6006:6006 gcr.io/tensorflow/tensorflow:latest-gpu-py3
Nur Jupyter arbeitete, tensorboard nicht von Port 6006.
Danke Ihre Lösung für die Bereitstellung. Erste Lösung funktioniert für mich! –
Gibt es eine Möglichkeit zu vermeiden: 'Docker exec -it tensor Bash' und lieber etw als' docker exec tensorboard --logs = ... '<- Dieser Befehl funktioniert nicht. – thigi