benipoo/jupyter

在Ubuntu 20.04上通过Python学习AI的最简单方式

本Docker镜像通过在容器内运行Jupyter Notebook服务器，提供可靠且可重现的Python AI开发环境。它能隔离Tensorflow安装，避免影响本地系统；利用Jupyter Notebook方便文件管理和图形输出查看；在Linux系统上，无需本地安装CUDA即可通过Docker利用GPU加速Tensorflow，是AI项目开发的理想选择。

核心功能和特性

• 环境隔离：Docker容器隔离Tensorflow安装，确保开发环境与本地系统独立，避免版本冲突
• 便捷文件管理：Jupyter Notebook提供直观的文件操作界面和图形输出查看功能
• GPU加速支持：通过Docker简化GPU利用，无需在本地系统安装CUDA
• 依赖管理：支持通过requirements.txt文件管理Python依赖，便于项目依赖配置
• 基于官方镜像：构建于Tensorflow官方镜像tensorflow/tensorflow:latest-gpu-jupyter，确保基础环境可靠性

使用场景和适用范围

• Python AI/机器学习项目开发，特别是基于Tensorflow的深度学习任务
• 需要可重现开发环境的团队协作或项目部署
• 希望利用GPU加速但不想在本地配置CUDA的Linux用户
• Jupyter Notebook爱好者进行交互式AI模型开发和测试

详细使用方法和配置说明

前置条件

1. 安装Docker：
   参考官方安装指南：[***]

2. 安装NVIDIA驱动：
   通过系统GUI安装支持CUDA的NVIDIA显卡驱动

3. 安装NVIDIA Container Toolkit：
   参考官方安装指南：https://github.com/NVIDIA/nvidia-docker/blob/master/README.md#quickstart

4. 验证GPU和工具包安装：
   检查GPU是否可用：

   console
   $ lspci | grep -i nvidia
   

   验证nvidia-docker安装：

   console
   $ docker run --gpus all --rm nvidia/cuda nvidia-smi
   

镜像构建与使用

1. 获取项目代码

从GitHub克隆项目（链接位于页面右侧顶部）

2. 配置项目依赖

编辑项目中的requirements.txt文件，添加项目所需的Python依赖。示例文件已包含部分常用依赖。

3. 构建Docker镜像

在项目目录打开终端，执行以下命令构建镜像：

console
$ docker build -t benipoo/jupyter .

4. 配置启动脚本

修改start.sh文件以配置容器启动参数，实现本地目录与容器目录的实时同步。参考示例配置：

bash
#!/bin/bash

docker pull benipoo/jupyter:latest

sudo docker run \
	--name tf \                   # 容器名称
	--gpus all \                  # 使用所有GPU
	-it \                         # 交互式运行
	--rm \                        # 退出时自动删除容器
	-p 8888:8888 \                # 映射Jupyter端口
	-p 6006:6006 \                # 映射TensorBoard端口
	-e JUPYTER_ENABLE_LAB=yes \   # 启用Jupyter Lab
	-v /home/ben/active_projects/jupyter/notebooks/:/tf/notebooks \  # 本地目录映射
	benipoo/jupyter               # 使用的镜像名称

注意：将/home/ben/active_projects/jupyter/notebooks/替换为本地实际目录路径

5. 启动容器

运行启动脚本：

console
$ sudo ./start.sh

访问Jupyter Notebook

启动成功后，终端将输出Jupyter Notebook的访问链接，在浏览器中打开该链接即可。页面将显示tensorflow-tutorials文件夹和您在运行命令中指定的本地目录文件夹。所有文件修改和上传操作需在Jupyter Notebook界面中进行。

添加新依赖

1. 在requirements.txt文件中添加新依赖
2. 重新构建Docker镜像：docker build -t benipoo/jupyter .
3. 重新运行启动脚本：sudo ./start.sh