felixleung/tidyverse_dl

Python/R深度学习Docker镜像

镜像概述

本镜像基于rocker/tidyverse构建，并叠加continuumio/miniconda3环境，使用Udacity深度学习仓库中的https://github.com/udacity/deep-learning/blob/master/environments/dl_env_linux.yml配置conda环境，最后安装R包rstudio/tensorflow，为Python和R提供一站式深度学习开发环境。

核心功能

1. 集成Python和R的深度学习工具链
2. 支持Jupyter Notebook和RStudio两种开发界面
3. 预配置Udacity深度学习环境，包含常用库
4. 可通过conda环境管理Python依赖，R中可调用tensorflow

使用场景

• 数据科学与深度学习模型开发
• 教学或学习Python/R深度学习相关内容
• 快速搭建一致的深度学习开发环境，避免环境配置冲突

配置说明

启动Jupyter Notebook

bash
docker run -it -v $PWD:/opt/nb -p 8888:8888 docker.xuanyuan.run/felixleung/tidyverse_dl \
/bin/bash -c "source activate dl && mkdir -p /opt/nb && jupyter notebook --notebook-dir=/opt/nb --ip='0.0.0.0' --port=8888 --no-browser"

执行后按照提示操作即可访问Jupyter。

启动RStudio

bash
docker run -d -p 8787:8787 -v $PWD:/home/rstudio -e ROOT=TRUE docker.xuanyuan.run/felixleung/tidyverse_dl \
/bin/bash -c "source activate dl && /init"

在浏览器中访问http://localhost:8787/并登录。登录后需在R中指定conda环境：

r
library(tensorflow)
use_condaenv("dl", conda = "/opt/conda/envs/dl/bin/conda", required = TRUE)

验证环境

在R中执行以下代码验证tensorflow是否正常工作：

r
sess = tf$Session()
hello <- tf$constant('Hello, TensorFlow!')
sess$run(hello)