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 Websoft9 提供的 TensorFlow 之后，需完成如下的准备工作：
- 在云控制台获取您的 服务器公网IP地址
- 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
- 在服务器中查看 TensorFlow 的 默认账号和密码
- 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
-
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
-
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 -
登陆控制台，体验jupyter的强大功能（编辑源码）
-
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 -
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