gw000/keras-full

docker-keras-full## 镜像概述和主要用途

这是一个基于Debian 9（amd64）构建的Docker镜像，提供了基于Keras和Jupyter的深度学习研究环境。支持CPU和GPU处理，集成了TensorFlow、Theano和CNTK后端。包含支持Python 2和3的Jupyter Notebook，仅使用Debian和Python包，无需手动安装。

核心功能和特性

• 多后端支持：兼容TensorFlow、Theano和CNTK深度学习框架
• 多Python版本：同时支持Python 2.7和Python 3.5
• 完整工具链：包含Jupyter Notebook、TensorBoard、NumPy、H5py、Matplotlib、Pillow、Pandas、Scikit-learn、Statsmodels等常用数据科学和深度学习库
• 硬件支持：同时支持CPU和GPU处理，GPU需配合CUDA驱动
• 便捷部署：纯Debian和Python包管理，无需手动编译或安装依赖

开源项目信息

• 主页：<[***]>
• GitHub：http://github.com/gw0/docker-keras-full/
• 技术栈：Debian、Keras、Theano、TensorFlow、CNTK、OpenBLAS、CUDA Toolkit、Python、Python3、NumPy、H5py、Jupyter、TensorBoard、Matplotlib、Pillow、Pandas、Scikit-learn、Statsmodels
• Docker Hub：http://hub.docker.com/r/gw000/keras-full/

可用标签

• 2.1.4、latest [2018-02-15]：Python 2.7/3.5 + Keras（2.1.4）+ TensorFlow（1.5.0）+ Theano（1.0.1）+ CNTK（2.4），支持CPU/GPU
• 2.1.1 [2017-12-01]：Python 2.7/3.5 + Keras（2.1.1）+ TensorFlow（1.4.0）+ Theano（1.0.0）+ CNTK（2.3），支持CPU/GPU
• 2.0.2 [2017-03-27]：Python 2.7/3.5 + Keras（2.0.2）+ TensorFlow（1.0.1）+ Theano（0.9.0），支持CPU/GPU
• 1.2.0 [2016-12-21]：Python 2.7/3.5 + Keras（1.2.0）+ TensorFlow（0.12.0）+ Theano（0.8.2），支持CPU/GPU
• 1.1.0 [2016-09-20]：Python 2.7/3.5 + Keras（1.1.0）+ TensorFlow（0.10.0）+ Theano（0.8.2），支持CPU/GPU
• 1.0.8 [2016-08-28]：Python 2.7/3.5 + Keras（1.0.8）+ TensorFlow（0.9.0）+ Theano（0.8.2），支持CPU/GPU
• 1.0.6 [2016-07-20]：Python 2.7/3.5 + Keras（1.0.6）+ TensorFlow（0.9.0）+ Theano（0.8.2），支持CPU/GPU
• 1.0.4 [2016-06-16]：Python 2.7/3.5 + Keras（1.0.4）+ TensorFlow（0.8.0）+ Theano（0.8.2），支持CPU/GPU

使用场景和适用范围

• 深度学习研究和实验
• 机器学习模型开发和测试
• 数据科学分析和可视化
• 教学和培训环境搭建
• 需要快速部署的深度学习工作流

使用方法和配置说明

快速控制台实验

使用IPython 2.7或3.5进行快速实验：

bash
$ docker run -it --rm gw000/keras-full ipython2
$ docker run -it --rm gw000/keras-full ipython3

启动Jupyter Web界面

在http://<ip>:8888/上启动Jupyter Web界面（密码：keras），当前目录映射到/srv以存储笔记本：

bash
$ docker run -d -p 8888:8888 -v $(pwd):/srv gw000/keras-full

利用GPU处理

要使用GPU，需让容器访问/dev/nvidia*设备和CUDA驱动库（参见docker-debian-cuda）：

bash
$ docker run -d $(ls /dev/nvidia* | xargs -I{} echo '--device={}') $(ls /usr/lib/*-linux-gnu/{libcuda,libnvidia}* | xargs -I{} echo '-v {}:{}:ro') -p 8888:8888 -v $(pwd):/srv gw000/keras-full

自定义密码和令牌认证

要更改默认密码和令牌认证，需准备新的哈希密码和令牌字符串，并通过环境变量传递：

bash
$ docker run -d -p 8888:8888 -e PASSWD="sha1:..." -e TOKEN="..." -v $(pwd):/srv gw000/keras-full

TensorBoard可视化工具

如果使用TensorFlow后端，可以直接从Jupyter Web界面启动TensorBoard可视化工具（https://github.com/lspvic/jupyter_tensorboard%EF%BC%89%E3%80%82

反馈

如遇到任何bug或有功能请求，请在http://github.com/gw0/docker-keras-full/issues/%E4%B8%AD%E6%8F%90%E4%BA%A4%EF%BC%8C%E6%88%96%E8%87%AA%E8%A1%8C%E5%BC%80%E5%8F%91%E5%B9%B6%E9%80%9A%E8%BF%87http://github.com/gw0/docker-keras-full/%E6%8F%90%E4%BA%A4%E6%8B%89%E5%8F%96%E8%AF%B7%E6%B1%82%E3%80%82

许可证

版权所有 © 2016-2018 gw0 [<[]>] <<>>

所有代码均采用GNU Affero General Public License 3.0+（AGPL-3.0+）许可。请注意，必须向任何用户公开所有修改和完整源代码。