docker中安装anaconda+ jupyter（远程访问）+tensorflow

一、docker安装anaconda

1、到anaconda清华镜像网站下载：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

注意版本：Anaconda2表示python2，Anaconda3表示python3。查看：https://blog.csdn.net/yuejisuo1948/article/details/81043823

2、如下载的是Anaconda3-5.3.0-Linux-x86_64.sh，则安装的命令是 sh Anaconda3-5.3.0-Linux-x86_64.sh

3、更新环境变量

# source ~/.bashrc

# conda -V

4、安装相关包：conda install 包名

如安装jupyter notebook，详细看一； conda install jupyter notebook

启动：jupyter notebook

5、创建tensorflow环境：

conda create -n tf1.13.1-py3.6 python=3.6

激活环境：source activate tf1.4-py3.6

查看conda有哪些环境：conda info -e

二、安装jupyter

进入docker交互式环境：docker exec -it ***** bash

安装jupyter：

安装python dev包 : apt-get install python-dev
安装jupyter : pip install jupyter [若pip没安装好，需要安装sudo apt install python3-pip]

配置文件：

生成jupyter配置文件：jupyter notebook --generate-config
使用ipython生成密码

In [1]: from notebook.auth import passwd

In [2]: passwd()

Enter password:

Verify password:

Out[2]: 'sha1:******'

到配置文件/root/.jupyter/jupyter_notebook_config.py中修改以下参数

c.NotebookApp.ip='*'                          #绑定所有地址，即所有IP 地址都可以访问
c.NotebookApp.password = u'sha1:******'
c.NotebookApp.open_browser = False            #启动后是否在浏览器中自动打开
c.NotebookApp.port =8100                      #指定一个访问端口8100，默认8888

c.NotebookApp.allow_remote = True #将远程访问设置成True

启动：

jupyter notebook --allow-root

本机访问：

查看docker IP，需安装 apt install net-tools ，然后输入命令ifconfig -a。

找到inet后的IP地址即为docker地址。如：inet 153.16.0.1

远程访问：http://153.16.0.1:8100即可。8100为配置文件时修改的启动端口，若有密码，即token= 后面输入密码。/

远程访问：

在启动容器时，如果不配置宿主机器与虚拟机的端口映射，外部程序是无法访问虚拟机的，因为没有端口。

1、若没有启动容器时，即docker run -it ***，则可以通过以下命令指定容器8888端口映射成主机端口8000。-p 后面接主机端口：容器端口，-d表示后台执行，-it是进入交互式。

　　docker run -d -it -p 8000:8888 tensorlow_gpu:latest /bin/bash

　　【然后通过docker ps可以查看映射成功】

2、若容器已经执行了，即docker ps -a是存在的容器可以通过以下两种方式：本人只成功了第一种：

(1)

- 提交一个运行中的容器为镜像，先查询该容器的ID *****，通过docker ps -a查询，以下tensorflow1_13_1是自己取的新容器名字。

docker commit ****(containerid) tensorflow1_13_1

- 运行镜像并添加端口

docker run -d -it -p 8000:8888 tensorflow1_13_1 /bin/bash

- 进入docker 中，docker exec -it *****（新容器ID，docker ps -a查询） bash
- 启动jupyter notebook，jupyter notebook --allow-root，默认端口8888
- 远程访问jupyter，浏览器中输入网址：主机IP+映射端口8000，即http://11.161.112.1:8000

(2)试得不成功，没理解inspect ，过后再补

http://www.yinxi.net/doc/show.php?DocID=10732

1、获得容器IP

将container_name 换成实际环境中的容器名

docker inspect `container_name` | grep IPAddress

2、 iptable转发端口

将容器的8000端口映射到docker主机的8001端口

复制代码代码如下:
iptables -t nat -A DOCKER -p tcp --dport 8001 -j DNAT --to-destination 172.17.0.19:8000

三、安装tensorflow

1、安装cuda和cudnn

CUDA看作是一个工作台，上面配有很多工具，如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具，比如它就是个扳手。但是CUDA这个工作台买来的时候，并没有送扳手。想要在CUDA上运行深度神经网络，就要安装cuDNN，就像你想要拧个螺帽就要把扳手买回来。这样才能使GPU进行深度神经网络的工作，工作速度相较CPU快很多。

链接：https://www.jianshu.com/p/622f47f94784
只要把cuDNN文件复制到CUDA的对应文件夹里就可以，即是所谓插入式设计，把cuDNN数据库添加CUDA里，cuDNN是CUDA的扩展计算库，不会对CUDA造成其他影响。