首页
/ TensorFlow Workshop:在云虚拟机上使用Docker部署TensorFlow环境

TensorFlow Workshop:在云虚拟机上使用Docker部署TensorFlow环境

2025-07-05 23:26:42作者:温玫谨Lighthearted

前言

TensorFlow作为当前最流行的机器学习框架之一,其环境配置对于初学者来说可能是个挑战。本文将详细介绍如何在Google Cloud Platform(GCP)上通过Docker容器快速搭建TensorFlow开发环境,特别适合参加TensorFlow Workshop的学员使用。

准备工作

1. 注册Google Cloud Platform账号

首先需要注册GCP账号,新用户可获得300美元的免费额度。注册过程需要信用卡验证,但在试用期内不会产生费用。

2. 启用必要API服务

登录GCP控制台后,需要启用以下服务:

  1. 创建或选择项目
  2. 在API管理界面中搜索并启用"Google Compute Engine API"

环境搭建步骤

3. 创建容器优化型虚拟机

通过Cloud Shell执行以下命令创建虚拟机实例:

gcloud compute instances create workshop \
    --image-family gci-stable \
    --image-project google-containers \
    --zone us-central1-b --boot-disk-size=100GB \
    --machine-type n1-standard-1

此命令将创建一个配置为:

  • 100GB磁盘空间
  • n1-standard-1规格的虚拟机
  • 位于us-central1-b区域

4. 配置防火墙规则

允许外部访问Jupyter Notebook和TensorBoard服务端口:

gcloud compute firewall-rules create workshop --allow tcp:8888,tcp:6006

5. 连接到虚拟机实例

通过GCP控制台的Compute Engine界面:

  1. 记录实例的外部IP地址
  2. 使用浏览器内SSH功能连接到实例

TensorFlow容器部署

6. 启动TensorFlow Docker容器

在SSH会话中运行:

docker run -it -p 8888:8888 -p 6006:6006 tensorflow/tensorflow:1.3.0 bash

此命令将:

  • 下载TensorFlow 1.3.0官方镜像
  • 映射8888(Jupyter)和6006(TensorBoard)端口
  • 启动交互式bash会话

7. 获取Workshop材料

在容器内克隆Workshop资源:

git clone tensorflow-workshop.git

8. 启动Jupyter Notebook服务

进入工作目录并启动服务:

cd tensorflow-workshop
jupyter notebook

启动后需要注意:

  1. 复制控制台输出的访问令牌
  2. 通过本地浏览器访问<外部IP>:8888
  3. 使用令牌完成认证

环境验证

在Jupyter界面中打开examples/00_test_install.ipynb文件并执行,确认TensorFlow环境正常工作。

环境清理

Workshop结束后,可选择以下操作:

  1. 完全删除实例(将永久删除所有数据):
gcloud compute instances delete --zone us-central1-b workshop
  1. 暂时停止实例(保留数据,停止计费):
gcloud compute instances stop --zone us-central1-b workshop
  1. 删除防火墙规则:
gcloud compute firewall-rules delete workshop

最佳实践建议

  1. 对于长期项目,建议考虑使用持久化存储
  2. 根据计算需求调整虚拟机规格
  3. 定期备份重要笔记本文件
  4. 使用虚拟环境管理Python依赖

通过这种方式搭建的TensorFlow环境隔离性好,配置简单,特别适合教学和短期项目使用。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
927
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8