tensorflow

openeuler/tensorflow Docker Image

基于openEuler构建的官方TensorFlow Docker镜像,提供端到端机器学习开源平台,包含丰富工具库和社区资源,支持研究人员推进ML技术及开发者构建部署ML应用,无用户速率限制。

下载次数: 0状态:社区镜像维护者:openEuler 官方容器镜像仓库类型:镜像最近更新:1 年前

TensorFlow | openEuler Docker镜像

镜像概述和主要用途

本镜像为基于https://repo.openeuler.org/构建的TensorFlow官方Docker镜像,由https://gitee.com/openeuler/cloudnative维护。TensorFlow是端到端开源机器学习平台,拥有全面灵活的工具、库和社区资源生态,支持研究人员推动ML技术发展,开发者构建部署ML驱动应用。本仓库可免费使用且无每用户速率限制。

核心功能和特性

  • 端到端ML平台:覆盖模型开发、训练到部署全流程
  • 丰富生态系统:包含多样化工具、库及社区资源
  • 开源免费:遵循开源协议,无使用限制
  • 多架构支持:适配amd64和arm64架构
  • 稳定基础:基于openEuler操作系统,保障运行稳定性

支持的标签及Dockerfile链接

镜像标签由TensorFlow版本和基础镜像版本组成,具体信息如下:

标签说明架构
https://gitee.com/openeuler/openeuler-docker-images/blob/master/Others/tensorflow/2.19.0/24.03-lts-sp1/DockerfileTensorFlow 2.19.0 基于 openEuler 24.03-LTS-SP1amd64, arm64

使用方法和配置说明

拉取镜像

根据需求选择对应{Tag},执行以下命令拉取镜像:

bash
docker pull docker.xuanyuan.run/openeuler/tensorflow:{Tag}

交互式shell运行

启动带交互式shell的容器以使用TensorFlow:

bash
docker run -it --rm docker.xuanyuan.run/openeuler/tensorflow:{Tag} bash

MNIST示例:TensorFlow入门

  1. 创建mnist_example.py文件,内容如下:
python
import tensorflow as tf
mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
  loss='sparse_categorical_crossentropy',
  metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)
  1. 在终端运行该文件:
bash
python3 mnist_example.py
  1. 预期输出(实际数值可能略有差异):
Epoch 1/5
1875/1875 ━━━━━━━━━━━━━━━━━━━━ 6s 3ms/step - accuracy: 0.8580 - loss: 0.4847     
Epoch 2/5
1875/1875 ━━━━━━━━━━━━━━━━━━━━ 5s 3ms/step - accuracy: 0.9551 - loss: 0.1513  
Epoch 3/5
1875/1875 ━━━━━━━━━━━━━━━━━━━━ 5s 3ms/step - accuracy: 0.9685 - loss: 0.1068  
Epoch 4/5
1875/1875 ━━━━━━━━━━━━━━━━━━━━ 5s 3ms/step - accuracy: 0.9727 - loss: 0.0872  
Epoch 5/5
1875/1875 ━━━━━━━━━━━━━━━━━━━━ 5s 3ms/step - accuracy: 0.9773 - loss: 0.0716  
313/313 ━━━━━━━━━━━━━━━━━━━━ 1s 2ms/step - accuracy: 0.9718 - loss: 0.0870   

问题与反馈

如有问题或需特殊功能,可在https://gitee.com/openeuler/openeuler-docker-images提交issue或pull request。

获取帮助

  • https://gitee.com/openeuler/cloudnative
  • https://gitee.com/openeuler/community

镜像拉取方式

您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。

轩辕镜像加速拉取命令点我查看更多 tensorflow 镜像标签

docker pull docker.xuanyuan.run/openeuler/tensorflow:<标签>

DockerHub 原生拉取命令

docker pull openeuler/tensorflow:<标签>
专业版 · 高速稳定拉取镜像
50GB 仅 ¥8/年
高速镜像下载在线技术支持99.95% SLA 保障付费会员免广告