TensorFlow快速入门

TensorFlow 是一个端到端开源机器学习平台。它拥有一个全面而灵活的生态系统，其中包含各种工具、库和社区资源。在机器学习方面，它可以轻松地构建模型、随时随地进行可靠的机器学习生产、进行强大的研究实验。

准备​

部署 创达睿通 提供的 TensorFlow 之后，需完成如下的准备工作：

1. 在云控制台获取您的 服务器公网IP地址

2. 在云控制台安全组中，确保 Inbound（入）规则 下的 TCP:80, 6006 端口已经开启

3. 在服务器中查看 TensorFlow 的 默认账号和密码

4. 若想用域名访问 TensorFlow 域名五步设置 过程

TensorFlow 初始化向导​

详细步骤​

1. 使用本地电脑的浏览器访问网址：http://域名 或 http://服务器公网IP, 进入登陆页面

   
2. SSH登陆服务器，执行如下命令取得token后填入登陆页面，并点击【Login】

   $ docker exec -it tensorflow jupyter notebook list
   Currently running servers:
   http://0.0.0.0:8888/?token=c8929544462391e32bbf0d7763b7b5dda3ab00b2f14da5b9 :: /tf
   

3. 登陆控制台，体验jupyter的强大功能（编辑源码）

   
4. 产品集成了 TensorBoard 工具，通过下面命令启动

   $ docker exec -it tensorflow bash
   $ cd /usr/local/lib/python3.8/dist-packages/tensorboard && tensorboard --logdir=/data/logs --port 6006 --host 0.0.0.0

5. 使用浏览器访问：http://域名:6006 或 http://服务器公网IP:6006, 验证图形化工具 - TensorBoard

   

需要了解更多 TensorFlow 的使用，请参考官方文档：TensorFlow Documentation

出现问题？​

若碰到问题，请第一时刻联系 技术支持。也可以先参考下面列出的问题定位或 FAQ 尝试快速解决问题：

TensorFlow 使用入门​

下面以 运行一个 TensorFlow 范例，演示它的计算结果 作为一个任务，帮助用户快速入门：

TensorFlow 常用操作​

密码管理​

TensorFlow 参数​

TensorFlow 应用中包含 Python, Nginx, Docker 等组件，可通过 通用参数表 查看路径、服务、端口等参数。

通过运行docker ps，可以查看到 TensorFlow 运行时所有的 Container：

CONTAINER ID   IMAGE                                  COMMAND                  CREATED        STATUS         PORTS                                                                                  NAMES
f7e151917bec   tensorflow/tensorflow:latest-jupyter   "/bin/bash -c 'cd /u…"   15 hours ago   Up 2 minutes   0.0.0.0:6006->6006/tcp, :::6006->6006/tcp, 0.0.0.0:9001->8888/tcp, :::9001->8888/tcp   tensorflow

路径​

TensorFlow 安装目录： /data/apps/tensorflow TensorFlow notebooks目录： /data/apps/tensorflow/data/tensorflow

端口​

端口号	用途	必要性
6006	通过 HTTP 访问 TensorBoard	必选

版本​

docker exec -it tensorflow grep "_VERSION =" /usr/local/lib/python3.8/dist-packages/tensorflow/tools/pip_package/setup.py| cut -d= -f2

服务​

sudo docker start | stop | restart | stats tensorflow

命令行​

TensorFlow 提供了强大的的命令行工具 tfx，执行下列命令可安装：

source /data/apps/tensorflow/bin/activate
pip install tfx

tfx只支持到2.3.2，安装可能会导致TensorFlow版本降级

API​

API Documentation