Надеюсь, я ничего не пропустил.
Я установил docker на свою победу 7, используя это руководство:
https://docs.docker.com/engine/installation/
Я открыл новый терминал и ввел следующую команду:
docker run -it b.gcr.io/tensorflow/tensorflow
Все загружены и извлечены, а затем я получаю следующие сеансы массажа:
[I 16:09:55.069 NotebookApp] Writing notebook server cookie secret to /root/.local/share/jupyter/runtime/notebook_cookie_secret
[W 16:09:55.122 NotebookApp] WARNING: The notebook server is listening on all IP
addresses and not using encryption. This is not recommended.
[W 16:09:55.122 NotebookApp] WARNING: The notebook server is listening on all IP
addresses and not using authentication. This is highly insecure and not recommended.
[I 16:09:55.134 NotebookApp] Serving notebooks from local directory: /notebooks
[I 16:09:55.134 NotebookApp] 0 active kernels
[I 16:09:55.134 NotebookApp] The Jupyter Notebook is running at: http://[all ip addresses on your system]:8888/
[I 16:09:55.134 NotebookApp] Use Control-C to stop this server and shut down all
kernels (twice to skip confirmation).
И тогда он просто застрял так, нет командной строки, и я ничего не могу вписать... что мне не хватает?
Хорошо, поэтому я нашел своего рода ответ,
Существует два способа его решения:
1) Вместо этого установите тензорный поток с исходным кодом, это, похоже, решает проблему.
Это делается путем написания:
docker run -it b.gcr.io/tensorflow/tensorflow:latest-devel
2) Или, если вы используете обычную установку, перед установкой проверки
IP-адрес по умолчанию:
docker-machine ip default
И затем, после инсталляции, перейдите в команду " http://(default_ip):8888/
У меня была такая же проблема, и мне удалось ее запустить, выполнив следующие шаги:
$ docker-machine ip default
Помните это значение DOCKER_IP (скопируйте в буфер обмена) в моем случае
192.168.99.100
Теперь запустите контейнер Docker TensorFlow (с переадресацией портов):
$ docker run -it -p 8888:8888 gcr.io/tensorflow/tensorflow
Теперь откройте веб-браузер:
$ open http://localhost:8888
Теперь вы должны увидеть свой браузер с домашней страницей jupyter
Я работаю над дополнительными заметками в Начало работы с TensorFlow здесь некоторые из них специфичны для OSX, хотя
Обновление. Теперь у меня есть лучшее понимание, поэтому я обновляю ответ. Изображение docker делает определенные порты доступными (EXPORTable) для сопоставления, но по умолчанию не сопоставляет их с портами хост-компьютеров при запуске контейнера.
Мы можем сопоставить их с хостом, используя опцию -p. Мы указываем, какой хост-порт (если он есть), порт EXPORTED должен быть сопоставлен с хостом.
$ docker run -p $HOSTPORT:$CONTAINERPORT someimage