在Windows7上安装TensorFlow

更多的 Docker 理解推荐阅读 10 张图带你深入理解 Docker 容器和镜像
2 安装 Docker
要在 Windows 上运行 Docker，首先需要下载和安装 Docker Toolbox。顺便奉 上 Docker Windows 文档，更喜欢官方文档的话可以看这里，也可以按照本文的 步骤继续。
安装完成后，建议先配置一个环境变量 MACHINE_STORAGE_PATH，来自定 义虚拟机保存的位置，因为之后下载的镜像越来越多，都是放在虚拟机的虚拟磁盘 文件中，虚拟磁盘文件会越来越大，放在默认的 C 盘用户目录下可能会在以后造 成一些麻烦，参考下图，设置为任意你喜欢的位置。
之后开始配置 DaoCloud 加速器。注：为什么要配置加速器，因为 Docker 很多 资源都被墙了，所以要借助国内的这个 DaoCloud 镜像加速网站，首先，双击进 入 Docker（也可以使用 Windows 下的 CMD 控制台），第一次进入会比较长时 间，因为需要很多配置。然后运行以下命令：
2.4 安装 DaoCloud Toolbox
安装 DaoCloud Toolbox 是为了能使用 dao 命令 首先，要到 https://dashboard.daocloud.io/注册账号，并登陆。 在 https://dashboard.daocloud.io/选择“我的集群”
然后选择“添加主机”
exit docker-machine restart default
其中参数 http://1e5aa912.m.daocloud.io 就是 windows 系统下的 Dao 加速 器，详见打开 https://www.daocloud.io/mirror#accelerator-doc，在“配置 Docker 加速器”下有不同操作系统的配置介绍。
再借用官网的一张图，左边蓝色的部分从 kernel 开始一层层加了 debian, emacs, apache 形成了一个 Image，每一层都是只读的，我们运行这个 Image 的时候， 上面盖上了一层可读写的 Container，让我们做一些编辑和修改，一个简单的服务 器就可以用了；又如右边橘红色的部分，Kernel 的上面加上了 BusyBox 就形成了 Image，运行起来之后就可以以非常轻量级的方式运行起 busybox 中支持的命 令。再有我们接下来要学习的 TensorFlow 镜像，就包含了运行它所需要的全部依 赖，简单操作就可以完成 TensorFlow 开发环境的搭建。
浏览器上打开 notebook 是不行的，这与 docker 本身的机制和运行在虚拟上两个 原因有关，如果读者现在就想看到 notebook，可参考文章后面设置部分。
2.6 配置自己的快速启动窗口
回顾一下上面的过程，要将一个 Windows 的 CMD 窗口变为一个运行特定容器的 窗口，需要 3 步。
选择“我已有一台主机|windows”
选择“安装好了”，进入第 2 步“安装主机监控程序“。依次输入下图中的两行指 令： docker-machine ssh default curl –sSL https://get.daocloud.io/daomonit/install.sh | sh -s 572ff4b0fa855b84c2672de0efee4ffc3b6ff2e3
在 Windows7 上通过 Dao 安装 tensorflow
(综合已有资料和自己调试平台的尝试)
谷歌+“深度学习”，两个标签让 2015 年 12 月才由谷歌开源的深度学习工具 TensorFlow 在其发布之后就迅速地成为了全球最为炙手可热的开源项目，2016 年 4 月，开源的 TensorFlow 又支持了分布式特性，向着生产环境下的应用更进一 步。
a) 启动虚拟机 b) 配置虚拟机对应的环境变量（经过检测最新版本的 docker 会自动设置这一步） c) 运行镜像
下面我自己用的一个启动脚本，需要的话仅需修改相应的 machine-name，然后 将脚本保存为 my-start.bat，放在 toolbox 安装目录下。之后右键 mystart.bat->发送到桌面快捷方式，按代码下的图配置该快捷方式，/K 参数可以使 bat 运行完之后不自动关闭。这样，需要时双击运行就可以获得一个新的可运行镜 像的 CMD 窗口。
注意到/目录下的 run_jupyter.sh，这事实上是当前版本 tensorflow 启动的默认命 令，也就是说，如果我们在启动镜像时没有指定 bash，就会默认运行这个脚本， 这与一些稍早一些版本的 tensorflow 不同，许多教程中也还没有提到，可能会造 成困惑，读者可以尝试一下 docker run -it tensorflow/tensorflow，它会启动 一个 notebook 的服务，运行在本地的 8888 端口上，但这样就想从 windows 的
安装过程会安装 Docker 的各个组件和 Oracle VirtualBox，因为 Docker 需要依 赖 Linux 内核的一些特性，因此 Mac 和 Windows 都需要在机器上运行一个小型 的 Linux 系统作为 Host 系统。如果已经安装过 VirtualBox 的最新版本，则无需 重新安装。
@ECHO off SET machine-name=default ECHO Init... docker-machine start %machine-name% ECHO Configuring Environment... FOR /F "tokens=*" %%i IN ('docker-machine env %machine-name%') DO %%i ECHO Init Finished.
我计划完成一系列 3 篇博文，第一步安装 docker，第二步单机版 TensorFlow 的 Demo，第三步分布式 TensorFlow 的 Demo，争取在 1 个月内完成。
1 Docker 是什么？
借用 Docker 官网最大的一行字。
Docker allows you to package an application with all of its dependencies into a standardized unit for software development. 从功能上讲，Docker 也可以理解为一种虚拟化的方案，可以通过构建包含不同软 件的镜像，来达到快速部署开发环境的目的。
按照图上的两个命令执行，安装监控程序，安装成功后，在“我的集群”->“自 有集群”里面会出现你本地的主机
2.5 安装 TensorFlow
输入命令： dao pull tensorflow/tensorflow:0.10.0 命令来安装 tensorflow 这条命令根据网络环境执行时间不定，我的话大概跑了 1 个小时。执行完这句命令 后，tensorflow 就算安装完成了。 安装界面如下所示：
root@ec9bfd276082:/# uname -a Linux ec9bfd276082 4.4.8-boot2docker #1 SMP Mon Apr 25 21:57:27 UTC 2016 x86_64 x86_64 x86_64 GNU/Linux root@ec9bfd276082:/# ls / bin dev home lib64 mnt opt root run_jupyter.sh srv tmp var boot etc lib media notebooks proc run sbin sys usrroot@ec9bfd276082:/# python Python 2.7.6 (default, Jun 22 2015, 17:58:13) [GCC 4.8.2] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>> import tensorflow as tf >>> hello = tf.constant('Hello, TensorFlow!') >>> sess =tf.Session() >>> sess.run(hello) 'Hello, TensorFlow!' >>> a = tf.constant(10) >>> b = tf.constant(32) >>> sess.run(a+b) 42 >>>
2.2 安装 Docker Toolbox
如下图，点击 Docker Toolbox 下载，或者在 http://get.daocloud.io/#install-docker-for-mac-windows 中选择“下载 Docker Toolbox” （请勿选择“下载 Docker for Windows”，这个版本只能 安装在 win10 下）。
自行选择安装路径，如果已经安装过 Git 也可以去掉该工具的勾选，VirtualBox 也 是一样，其它可一路 Next。
安装没有什么好讲的，一直下一步就可以了。安装完后，会在桌面生成 3 个图标。
运行时，请选择“Docker Quickstart Terminal”
2.3 配置 Docker 及 DaoCloud 加速器
2.1 确认系统版本
首先确认自己的系统是 WIN 7 或更新的 64 位系统，且需要支持硬件虚拟化技 术。
Win 8 及以上查看方法：
Win 7 查看方法
Win 7 运行 Microsoft® Hardware-Assisted Virtualization Detection Tool 这 一工具执行检查。 完成之后就可以继续下一步了。
2.7 完成更多必要配置
上面我们完成了镜像从下载到启动的过程，但在将 docker 用作开发环境之前，还 有一些很有必要的配置工作要做。
docker-machine start default docker-machine ssh default sudo sed -i "s|EXTRA_ARGS='|EXTRA_ARGS='--registry-mirror=http://1e5aa912.m.daocloud.io |g" /var/lib/boot2docker/profile
注意：dao 命令可能会自己先更新一些 tool set，所以需要等待它更新完，才能下 载 tensorflow。整个安装过程极为拼人品，之前安装了 3 次均告失败，总有一个 包下载不下来，但老天不负有心人，第四次居然奇迹般的成功了，这就是人品！ 安装完成后，输入命令：
docker run –it tensorflow/tensorflow bash 这样我们就启动了镜像，并进入了熟悉的 bash 界面，选项-i 用于保持 STDIN 在 当前的窗口上，-t 用于分配一个 pesudo-tty，两个选项使得当前的窗口可以像一 个 linux 的 bash 一样运行，丝毫没有违和感。第一个参数指定了使用的镜像，第 二个参数指定了启动这个镜像后启用的命令， 用 bash 启动方便我们开始第一次 的探索。如果 windows 系统上面已经安装了 Python 的软件， 可按照如下操作体 验第一个 TensorFlow 程序：
TensorFlow API 支持 Python 2.7 和 Python 3.3+，共支持 4 种安装方式。

Pip inቤተ መጻሕፍቲ ባይዱtall Virtualenv install Anaconda install Docker install
其中大部分支持 Linux 和 Mac OS，由于主要开发环境是 Windows，我选择了最 为灵活的 docker 方式安装 TensorFlow。TensorFlow 还有 GPU 支持版本，本文 仅探索 CPU-Only 版本。