Dockerノート:TensorFlowのインストール

前言
次の手順に従って、DockerでTensorFlowをインストールします.

Dockerドキュメントの説明に従ってコンピュータにDockerをインストールします.

(オプション)dockerというLinuxグループを作成し、Dockerドキュメントで説明したようにsudoを持たないコンテナの起動をサポートします.(この手順を実行しない場合は、Dockerを呼び出すたびにsudoを使用する必要があります.)

GPU対応のTensorFlowバージョンをインストールするには、まずnvidia-docker(githubに格納)をインストールする必要があります.

TensorFlowバイナリイメージを含むDockerコンテナを起動します.

CPUのみ対応
CPUのみをサポートするDockerコンテナを起動するには、次の形式のコマンドを入力します.

$ docker run -it -p hostPort:containerPort TensorFlowCPUImage

次のようになります.

-p hostPort:containerPortはオプションです.shellからTensorFlowプログラムを実行する場合は、このオプションを省略します.JupiterノートパソコンからTensorFlowプログラムを実行する場合は、hostPortとcontainerPortを8888に設定します.容器内でTensorBoardを実行する場合は、-pタグを追加し、hostPortとcontainerPortを6006に設定します.

TensorFlowCPUImageは必須です.Dockerコンテナを表します.次の値を指定します.

tensorflow/tensorflow:TensorFlow CPUバイナリイメージ.

tensorflow/tensorflow:latest-devel:最新のTensorFlow CPUバイナリイメージおよびソースコード.

tensorflow/tensorflow:version:指定されたTensorFlow CPUバイナリイメージバージョン(1.1.0 rc 1など).

tensorflow/tensorflow:version-devel:指定されたTensorFlow GPUバイナリイメージバージョン(1.1.0 rc 1など)およびソースコード.

tensorflow/tensorflow:latest-py3:python 3

として指定

たとえば、次のコマンドはDockerコンテナで最新のTensorFlow CPUバイナリイメージを起動します.このコンテナを使用してshellでTensorFlowプログラムを実行できます.

$docker run -it tensorflow/tensorflow bash

次のコマンドは、Dockerコンテナで最新のTensorFlow CPUバイナリイメージを起動することもできます.ただし、このDockerコンテナでは、Jupyter NotebookでTensorFlowプログラムを実行できます.

$ docker run -it -p 8888:8888 tensorflow/tensorflow

Dockerは、TensorFlowバイナリイメージを初めて起動したときに、このイメージをダウンロードします.
GPUサポート
GPU対応のTensorFlowをインストールする前に、システムがすべてのNVIDIAソフトウェアの要件を満たしていることを確認してください.Nvidia GPUをサポートするDockerコンテナを起動するには、次の形式のコマンドを入力します.

$ nvidia-docker run -it -p hostPort:containerPort TensorFlowGPUImage

次のようになります.
-p hostPort:containerPortはオプションです.shellからTensorFlowプログラムを実行する場合は、このオプションを省略します.JupiterノートブックからTensorFlowプログラムを実行する場合は、hostPortとcontainerPortを8888に設定します.-TensorFlowGPUImage Dockerコンテナを指定します.次の値を指定する必要があります:1.tensorflow/tensorflow:latest-gpu:最新のTensorFlow GPUバイナリイメージ.2.tensorflow/tensorflow:latest-devel-gpu:最新のTensorFlow GPUバイナリイメージおよびソースコード.3.tensorflow/tensorflow:version-gpu:指定されたTensorFlow GPUバイナリイメージバージョン(0.12.1など).4.tensorflow/tensorflow:version-devel-gpu:指定されたTensorFlow GPUバイナリイメージバージョン(例えば0.12.1)およびソースコード.5.tensorflow/tensorflow:latest-gpu-py3:python 3として指定します.最新(latest)のバージョンをインストールすることをお勧めします.たとえば、次のコマンドはDockerコンテナで最新のTensorFlow GPUバイナリイメージを起動します.このコンテナを使用してshellでTensorFlowプログラムを実行できます.

Usage: docker run [OPTIONS] IMAGE [COMMAND] [ARG...]  

  -d, --detach=false                      ，   false   
  -i, --interactive=false     STDIN，         
  -t, --tty=false              tty  ，         ，   false  
  -u, --user=""                       
  -a, --attach=[]                （    docker run -d     ）
  -w, --workdir=""                     
  -c, --cpu-shares=0            CPU  ， CPU        
  -e, --env=[]                     ，              
  -m, --memory=""                       
  -P, --publish-all=false               
  -p, --publish=[]                     
  -h, --hostname=""                    
  -v, --volume=[]                    ，            
  --volumes-from=[]                      ，          
  --cap-add=[]                   ，      ：http://linux.die.net/man/7/capabilities  
  --cap-drop=[]                  ，      ：http://linux.die.net/man/7/capabilities  
  --cidfile=""                    ，          PID ，             
  --cpuset=""                          CPU，           CPU  
  --device=[]                         ，         
  --dns=[]                        dns     
  --dns-search=[]                 dns    ，      /etc/resolv.conf    
  --entrypoint=""              image      
  --env-file=[]                      ，               
  --expose=[]                         ，            
  --link=[]                          ，       IP、env     
  --lxc-conf=[]                       ，     --exec-driver=lxc     
  --name=""                        ，              ，links          
  --net="bridge"                   :
                                bridge   docker daemon          
                                host    //           
                                container:NAME_or_ID  >//         ，  IP PORT       
                                none          （  --net=bridge），        
  --privileged=false                    ，         capabilities  
  --restart="no"                         :
                                no：          
                                on-failure：      （     ）    
                                always：           
  --rm=false                              (    docker run -d     )  
  --sig-proxy=true                       ，  SIGCHLD、SIGSTOP SIGKILL       

$ nvidia-docker run -it tensorflow/tensorflow:latest-gpu bash

次のコマンドは、Dockerコンテナで最新のTensorFlow GPUバイナリイメージを起動することもできます.このDockerコンテナでは、Jupyter NotebookでTensorFlowプログラムを実行できます.

$ nvidia-docker run -it -p 8888:8888 tensorflow/tensorflow:latest-gpu

次のコマンドは、旧版TensorFlow(0.12.1)をインストールします.

$ nvidia-docker run -it -p 8888:8888 tensorflow/tensorflow:0.12.1-gpu

インストールの確認
TensorFlowのインストールを確認するには、次の手順に従います.1.環境がTensorFlowプログラムを実行する準備ができていることを確認します.2.短いTensorFlowプログラムを実行します.
Dockerコンテナを起動してbashを実行

$ docker run -it tensorflow/tensorflow bash

短いTensorFlowプログラムを実行
shellからPythonを呼び出します.次のようにします.

$ python

Pythonインタラクティブshellに、次の簡単なプログラムコードを入力します.

# Python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

システムが次のように出力した場合は、TensorFlowプログラムの作成を開始できます.

Hello, TensorFlow!