跳到主要内容
版本:1.0

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:

  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:6006http://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