有关于如何安装它的an official guide,并没有多说关于它的实际开发。我的理解是quite big challenge in developing with Docker in general。更不用说可能有deeper technical complications关于TensorFlow的使用,也许主要是thanks to GPUs。所以拉动码头图像后有很多东西...Mac上的TensorFlow docker dev工作流程
有没有人有一个一步一步的指导如何在这里得到发展?
有关于如何安装它的an official guide,并没有多说关于它的实际开发。我的理解是quite big challenge in developing with Docker in general。更不用说可能有deeper technical complications关于TensorFlow的使用,也许主要是thanks to GPUs。所以拉动码头图像后有很多东西...Mac上的TensorFlow docker dev工作流程
有没有人有一个一步一步的指导如何在这里得到发展?
您可以将本地目录挂载到docker容器,以便您仍然可以在osx中使用您的首选编辑器。这里有一个命令与安装的目录启动容器和运行命令:
docker run --name tensorflow --rm -v /Users/me/Code/web/tensorflow_dev:/tensorflow_dev b.gcr.io/tensorflow/tensorflow /bin/sh -c 'cd /tensorflow_dev && python mnist.py'
-v
将安装在本地目录和-c
将运行指定的命令。所以,你的流量可能看起来像:
但是,实际上我用pycharm,这样我可以把断点和在编辑器中交互式运行python脚本。
希望这会有所帮助。
你能否澄清你心目中的发展?安装它就是开始 - 然后你可以立即开始用python + tensorflow编写模型。没有魔法需要。尝试最大限度地提高CPU调度或使用GPU的性能可能会遇到困难,但这并不妨碍开发,测试和使用模型。 – dga
@dga使用版本控制(我爱'git')和我自己的文本编辑器(在我的情况下是Atom)。不喜欢bash,比如vim或nano。另外,无论其他什么可能很重要,我都没有意识到(像GPU问题)。例如,我现在认为使用'docker ps -a'运行(从第二次起)有一定的重要性,以确定哪个容器正在运行,然后执行'docker exec -it [container id] bash'。对于谁对码头工人一无所知,这是远远不够的。 – cregox