TensorFlow: различия между версиями
Перейти к навигации
Перейти к поиску
FireWolf (обсуждение | вклад) |
FireWolf (обсуждение | вклад) |
||
Строка 44: | Строка 44: | ||
</syntaxhighlight> | </syntaxhighlight> | ||
где 6523620b7eb2 - id контейнера tensorflow | где 6523620b7eb2 - id контейнера tensorflow | ||
Интерфейс tensorboard будет доступен по адресу http://127.0.0.1:6006/ | |||
[[Категория:Работа]] | [[Категория:Работа]] | ||
[[Категория:AI]] | [[Категория:AI]] |
Версия 18:30, 22 февраля 2018
Начало
Текущая версия v1.5.0
Docker: https://hub.docker.com/r/tensorflow/tensorflow/
Using TensorFlow via Docker https://github.com/tensorflow/tensorflow/blob/master/tensorflow/tools/docker/README.md
Загрузка
Для CPU:
docker pull gcr.io/tensorflow/tensorflow
Запуск
Для CPU:
docker run -it -p 8888:8888 gcr.io/tensorflow/tensorflow
$ docker run -it -p 8888:8888 gcr.io/tensorflow/tensorflow
[I 17:30:28.871 NotebookApp] Writing notebook server cookie secret to /root/.local/share/jupyter/runtime/notebook_cookie_secret
[W 17:30:28.898 NotebookApp] WARNING: The notebook server is listening on all IP addresses and not using encryption. This is not recommended.
[I 17:30:28.903 NotebookApp] Serving notebooks from local directory: /notebooks
[I 17:30:28.904 NotebookApp] 0 active kernels
[I 17:30:28.904 NotebookApp] The Jupyter Notebook is running at:
[I 17:30:28.904 NotebookApp] http://[all ip addresses on your system]:8888/?token=9fc3be91c196e8fe264d384f0a07aaba99d589c1288067a5
[I 17:30:28.904 NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).
[C 17:30:28.904 NotebookApp]
Copy/paste this URL into your browser when you connect for the first time,
to login with a token:
http://localhost:8888/?token=9fc3be91c196e8fe264d384f0a07aaba99d589c1288067a5
При запуске будут доступны 3 обширных урока на английском о том, как работать с этой системой
Запуск TensorBoard
docker exec -ti 6523620b7eb2 /bin/sh
# tensorboard --logdir=/tmp/tensorflow/mnist/logs/
где 6523620b7eb2 - id контейнера tensorflow
Интерфейс tensorboard будет доступен по адресу http://127.0.0.1:6006/