docker运行相关命令

1 创建tensorflow容器

docker run --name oo-tensortflow -it -p 8888:8888 -v ~/tensorflow:/notebooks/data tensorflow/tensorflow

• docker run 运行镜像，
• --name 为容器创建别名，
• -it 保留命令行运行，会在terminal退出以后中断进程
• -p 8888:8888 将本地的8888端口 http://localhost:8888/ 映射，
• -v ~/tensorflow:/notebooks/data 将本地的~/tensorflow文件夹挂载到新建容器的/notebooks/data下（这样创建的文件可以保存到本地~/tensorflow）
• tensorflow/tensorflow 为指定的镜像，默认标签为latest（即tensorflow/tensorflow:latest）

2 开启tensorflow容器

可以直接从命令行中右键打开连接，或者在浏览器中输入localhost:8888，然后将命令行中的token粘贴上去

3 关闭和重新开启tensorflow环境

#关闭tensorflow容器
docker stop oo-tensortflow

#开启TensorFlow容器
docker start oo-tensortflow
#浏览器中输入 http://localhost:8888/

其他
sudo mkdir -p /data/tensorflow/notebooks
docker run -it --rm --name myts -v /data/tensorflow/notebooks:/notebooks -p 8888:8888 daocloud.io/daocloud/tensorflow:latest
加上 –rm 在停止的时候删除镜像，使用daocloud 的镜像，在国内用速度还是挺快的，采用的镜像是devel模式的,所以默认不启动jupyter。