Docker 是一個開源的應用容器引擎，讓開發者可以打包他們的應用以及依賴包到一個可移植的容器中，然后發布到任何流行的 Linux 機器上，也可以實現虛擬化。當你通過 Docker 安裝和運行 TensorFlow 時，它與你機器上之前已安裝的軟件包完全隔離。

docker 鏡像安裝的優缺點：
優點：適合在大量相同環境機器構成的集群上批量部署。
缺點：增加了 Docker 學習成本。

官方鏡像
官方提供了 4 個 Docker 鏡像可供使用：
?僅 CPU 版，無開發環境：gcr.io/tensorflow/tensorflow
?僅 CPU 版，有開發環境：gcr.io/tensorflow/tensorflow:latest-devel
?支持 GPU，無開發環境：gcr.io/tensorflow/tensorflow:latest-gpu
?支持 GPU，有開發環境：gcr.io/tensorflow/tensorflow:latest-devel-gpu

下面介紹安裝步驟:
1、下載 Docker 鏡像
選擇上述 4 個鏡像中的一個，創建容器。第一次執行該命令時會自動下載鏡像，以后不需要再次下載。(官方鏡像安裝需要翻墻，這里并沒有采用官方鏡像。)
$ docker pull tensorflow/tensorflow

2、端口配置
打開VirtualBox，點擊運行實例的設置–>網絡–>高級–>端口轉發。

填寫主機IP，127.0.0.1（Windows默認），端口可任意設置，只要不沖突就行，要與下一步啟動容器的端口映射相一致，這里填8888。

3、啟動TensorFlow容器
$ docker run –name tensortflow1 -it -p 8888:8888 -v ~/tensorflow:/notebooks/data tensorflow/tensorflow
?docker run運行鏡像，
?–name為容器創建別名，
?-it保留命令行運行，
?-p 8888:8888將本地的8888端口http://localhost:8888/映射，
?-v ~/tensorflow:/notebooks/data 將本地的C:/Users/Administrator/tensorflow文件夾掛載到新建容器的/notebooks/data下（這樣創建的文件可以保存到本地 C:/Users/Administrator/tensorflow就可以在notebooks/data 中看到并使用）
?tensorflow/tensorflow為指定的鏡像，默認標簽為latest（即tensorflow/tensorflow:latest）
啟動完成后出現以下界面，

4.jupyter notebook下用TensorFlow
TensorFlow的鏡像其實是帶了jupyter notebook編輯器，numpy等一些庫，這提供了極大地方便。
在本地瀏覽器輸入網址 localhost:8888 進入jupyter編程
輸入上圖中紅色框中的token，便可進入如下界面：

至此，完成了TensorFlow環境的部署，接下來就可以學習使用TensorFlow了！

若關閉容器，第二次進入jupyter找不到token，則按照如下步驟：
$ docker start 8c9ac8d5f947

$ docker exec -it 8c9ac8d5f947 /bin/bash

root@8c9ac8d5f947:/notebooks# jupyter notebook list
（在此會顯示新的token）
若輸入上述命令還是無法得到則嘗試下文方法進行嘗試（http://blog.csdn.net/yangxuan0261/article/details/74276007）

參考：http://blog.csdn.net/kkk584520/article/details/51476816#docker-鏡像安裝
https://www.cnblogs.com/mothe123/archive/2016/10/28/6007410.html

總結

以上是生活随笔為你收集整理的Windows7上安装TensorFlow——基于Docker镜像的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。