Docker 上的 TensorFlow：如何在 Jupyter notebook 上保存工作？答案

【问题标题】：Tensorflow on Docker: How to save the work on Jupyter notebook?Docker 上的 TensorFlow：如何在 Jupyter notebook 上保存工作？
【发布时间】：2016-08-13 21:43:54
【问题描述】：

Docker 和 Tensorflow 的新手并尝试它们。安装（在win10上，使用hyper-v驱动）很顺利，我可以运行了

docker run -p 8888:8888 -it gcr.io/tensorflow/tensorflow

然后得到这样的输出：

[I 23:01:01.188 NotebookApp]←(B Serving notebooks from local directory: /notebooks
[I 23:01:01.189 NotebookApp]←(B 0 active kernels
[I 23:01:01.189 NotebookApp]←(B The Jupyter Notebook is running at: http://[all ip addresses on your system]:8888/
[I 23:01:01.189 NotebookApp]←(B Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).

我可以通过打开 [docker host address]:8888 从浏览器打开 Jupyter notebook。

但是，在做了一些工作（例如，创建一个新笔记本）之后，当我按 Ctrl-C 两次停止服务器时，所有新工作都丢失了。也许我错过了一些基本的东西，所以让我把我不确定的东西放在这里：

我不应该停止服务器吗？
我在重新启动时使用相同的“docker run”命令。对吗？

感谢您的帮助。

【问题讨论】：

标签： docker tensorflow jupyter-notebook

【解决方案1】：

您可以将mount当前主机文件夹替换为容器中默认的/notebooks文件夹。这是一个例子：

$ docker run -p 8888:8888 -v `pwd`:/notebooks -it gcr.io/tensorflow/tensorflow
[I 02:34:49.393 NotebookApp] Writing notebook server cookie secret to /root/.local/share/jupyter/runtime/notebook_cookie_secret
[W 02:34:49.411 NotebookApp] WARNING: The notebook server is listening on all IP addresses and not using encryption. This is not recommended.
[I 02:34:49.420 NotebookApp] Serving notebooks from local directory: /notebooks
[I 02:34:49.421 NotebookApp] 0 active kernels 
[I 02:34:49.421 NotebookApp] The Jupyter Notebook is running at: http://[all ip addresses on your system]:8888/?token=b9da5de7f61d6a968dc07e55c6157606a4f2f378cd764a91
[I 02:34:49.421 NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).
[C 02:34:49.422 NotebookApp] 

    Copy/paste this URL into your browser when you connect for the first time,
    to login with a token:
        http://localhost:8888/?token=b9da5de7f61d6a968dc07e55c6157606a4f2f378cd764a91

【讨论】：

【解决方案2】：

您希望将容器作为守护程序运行。然后您可以docker stop 和docker start 容器并检索您的工作。

docker run -td -p 8888:8888 gcr.io/tensorflow/

使用-it 运行使容器交互并在前台运行，这就是当您取消它时工作丢失的原因。最佳实践并将其作为守护进程运行，这样您就不必按 CTRL+C 退出，而是让 docker 处理状态。

【讨论】：

您能否详细说明答案。例如，关于“如果 docker 作为守护进程运行，它将如何维护状态”和“它如何作为守护进程运行”的信息将很有用。当 docker start 启动容器时，如何保存容器？
这是一个非常广泛的问题。我建议您首先阅读docs.docker.com 的文档，然后在stackoverflow 上发布您遇到的任何具体问题。

【解决方案3】：

我将 Docker 作为命名容器运行：

$ docker run -p 8888:8888 -d --name appu b.gcr.io/tensorflow-udacity/assignments

appu 是我给我的容器起的名字。

-p 将端口号 8888 从 Linux 转发到 Windows。

-d 使程序在后台运行，这样你就可以在控制台上得到$ 提示，并可以继续处理其他任务（这就是所谓的“妖魔化”，但不要被吓倒极客。它只是意味着“请在后台安静地运行，并把我的控制台还给我！” 当您要停止容器时，请按名称提及它

$ docker stop appu

下次您想要恢复同一个容器以及您在之前会话中创建的所有文件时，再次启动容器应用程序：

$ docker start appu

【讨论】：

不错的答案，但是...如果我在后台运行您提到的 docker，如何访问 Jupyter？没有链接什么的。有什么建议吗？

【解决方案4】：

第一次，以交互模式将 Docker 作为命名容器运行。这将为您提供带有令牌的链接。对于后续运行，使用名称启动容器。这是一个例子：

第一次运行：

$ docker run -p 8888:8888 -d --name <name> gcr.io/tensorflow/tensorflow

如果需要，使用 ctrl-C 停止第一次运行。

后续运行：

$ docker start <name>

这将在后台模式下自动运行 docker。

停止容器：

$ docker stop <name>

【讨论】：