tensorflow

​​https://github.com/aymericdamien/TensorFlow-Examples.git​​

摘要： 利用Docker和阿里云容器服务轻松在本地和云端搭建Tensorflow的学习环境

本系列将利用Docker和阿里云容器服务，帮助您上手TensorFlow的机器学习方案

• 第一篇 打造TensorFlow的实验环境 - 本文
• 第二篇 ​​轻松搭建TensorFlow Serving集群​​
• 第三篇 ​​打通TensorFlow持续训练链路​​
• 第四篇 ​​利用Neural Style的TensorFlow实现，像梵高一样作画​​
• 第五篇 ​​轻松搭建分布式TensorFlow训练集群（上）​​

机器学习作为人工智能重要的技术，已经在计算机视觉、自然语言处理、医学诊断等等领域得到了广泛的应用。TensorFlow 是谷歌推出的开源的分布式机器学习框架，它也是Github社区上最受关注的机器学习项目，目前点赞已经超过3万个星。

TensorFlow提供了多种安装方式，配置也相对简单，但是对于初学者而言，从零开始搭建一个TensorFlow学习环境依然具有一些挑战。幸运的是TensorFlow提供了​​基于Docker的部署方式​​，开发者可以快速上手。

本文是系列中的第一篇文章，会基于Docker快速创建一个Tensorflow学习环境。

准备Docker环境

为了利用Docker和Docker Compose编排搭建实验环境，我们需要

安装​​Docker for Mac/Windows​​​ 或在Linux上安装​​Docker​​​和Docker Compose。可以使用阿里云提供​​Docker Engine​​​和​​Docker Toolbox​​的镜像网站

本地环境搭建

在GitHub上有很多Tensorflow的学习资料, 其中 ​​https://github.com/aymericdamien/TensorFlow-Examples​​ 是一个很好的教程。在文中提供了由浅入深的示例来介绍Tensorflow的功能。

首先执行如下命令获得教程代码 (包含对Tensorflow 1.0 的支持)

git clone https://github.com/denverdino/TensorFlow-Examples
cd TensorFlow-Examples

为了运行这个教程你需要安装Tensorflow的执行环境，并配置"jupyter", "tensorboard"来进行交互操作。

一个最简单的方法是在当前目录，创建如下的​​docker-compose.yml​​模板

version: '2'
services:
  jupyter:
    image: registry.cn-hangzhou.aliyuncs.com/denverdino/tensorflow:1.0.0
    container_name: jupyter
    ports:
      - "8888:8888"
    environment:
      - PASSWORD=tensorflow
    volumes:
      - "/tmp/tensorflow_logs"
      - "./notebooks:/root/notebooks"
    command:
      - "/run_jupyter.sh"
      - "/root/notebooks"
  tensorboard:
    image: registry.cn-hangzhou.aliyuncs.com/denverdino/tensorflow:1.0.0
    container_name: tensorboard
    ports:
      - "6006:6006"
    volumes_from:
      - jupyter
    command:
      - "tensorboard"
      - "--logdir"
      - "/tmp/tensorflow_logs"
      - "--host"
      - "0.0.0.0"

执行如下命令一键创建Tensorflow的学习环境

docker-compose up -d

我们可以检查启动的Docker容器

yili@yili-mbp:~/work/TensorFlow-Examples$ docker-compose ps

              Name                            Command               State                Ports               
------------------------------------------------------------------------------------------------------------
tensorflowexamples_jupyter_1       /run_jupyter.sh /root/note ...   Up      6006/tcp, 0.0.0.0:8888->8888/tcp 
tensorflowexamples_tensorboard_1   tensorboard --logdir /tmp/ ...   Up      0.0.0.0:6006->6006/tcp, 8888/tcp

可以直接通过 ​​http://127.0.0.1:8888/​​ 从浏览器中访问Tensorflow的Jupyter交互实验环境

登录密码为: tensorflow

通过 ​​http://127.0.0.1:6006​​​ 从浏览器中访问模型可视化工具TensorBoard
注：可以运行 ​​​http://127.0.0.1:8888/notebooks/4_Utils/tensorboard_basic.ipynb​​ 来实验Tensorboard的功能，示例中Tensorboard容器配置的log目录是 “/tmp/tensorflow_logs”。对于用户自己的notebook，可以参照tensorboard_basic在代码中设置log的输出路径。

注：

• 其中​​registry.cn-hangzhou.aliyuncs.com/denverdino/tensorflow:1.0.0​​​是基于​​tensorflow/tensorflow:1.0.0​​​镜像构建的，只添加了apt源和pipy源的阿里云镜像。 大家也可以参照​​https://github.com/denverdino/tensorflow-docker​​中的Dockerfile自己构建，预先添加自己所需的python库、算法库等资源。
• 利用volumes机制，jupyter可以直接从当前notebooks目录获取示例。jupyter和tensorboard两个容器也通过可以文件卷来共享事件日志。

阿里云容器服务上体验

阿里云容器服务支持Docker Compose模板部署，通过下面模板我们可以轻松把Tensorflow的学习环境部署到云端

version: '2'
services:
  jupyter:
    image: registry.cn-hangzhou.aliyuncs.com/denverdino/tensorflow-examples:1.0.0
    volumes:
      - "/tmp/tensorflow_logs"
    environment:
      - PASSWORD=tensorflow
    labels: 
      aliyun.routing.port_8888: jupyter
    command:
      - "/run_jupyter.sh"
      - "/root/notebooks"
  tensorboard:
    image: registry.cn-hangzhou.aliyuncs.com/denverdino/tensorflow:1.0.0
    labels: 
      aliyun.routing.port_6006: tensorboard
    volumes_from:
      - jupyter
    command:
      - "tensorboard"
      - "--logdir"
      - "/tmp/tensorflow_logs"
      - "--host"
      - "0.0.0.0"

注：

• 利用​​aliyun.routing​​标签，我们可以轻松定义Jupyter和TensorBoard的访问访问端点
• 如果是老集群，需要点击容器服务agent升级来提供所需特性和稳定性增强。

几分钟之后，我们就可以在云端有一个学习环境来体验Tensorflow。

总结

我们可以利用Docker和阿里云容器服务轻松在本地和云端搭建Tensorflow的学习环境。Docker作为一个标准化的软件交付手段，可以大大简化应用软件的部署和运维复杂度。阿里云容器服务支持以Docker Compose的方式进行容器编排，并提供了众多扩展，可以方便地支持基于容器的微服务应用的云端部署和管理。

阿里云容器服务还会和高性能计算（HPC）团队一起配合，之后在阿里云上提供结合GPU加速和Docker集群管理的机器学习解决方案，在云端提升机器学习的效能。

想了解更多容器服务内容，请访问 ​​https://www.aliyun.com/product/containerservice​​

​​https://yq.aliyun.com/articles/60601​​

python convolutional.py
Extracting data/train-images-idx3-ubyte.gz
Extracting data/train-labels-idx1-ubyte.gz
Extracting data/t10k-images-idx3-ubyte.gz
Extracting data/t10k-labels-idx1-ubyte.gz
I tensorflow/core/common_runtime/local_device.cc:25] Local device intra op parallelism threads: 1
I tensorflow/core/common_runtime/local_session.cc:45] Local session inter op parallelism threads: 1
Initialized!
Epoch 0.00
Minibatch loss: 12.053, learning rate: 0.010000
Minibatch error: 90.6%
W tensorflow/core/kernels/bias_op.cc:42] Resource exhausted: OOM when allocating tensor with shapedim { size: 5000 } dim { size: 28 } dim { size: 28 } dim { size: 32 }
W tensorflow/core/common_runtime/executor.cc:1027] 0x591ac80 Compute status: Resource exhausted: OOM when allocating tensor with shapedim { size: 5000 } dim { size: 28 } dim { size: 28 } dim { size: 32 }
         [[Node: BiasAdd_2 = BiasAdd[T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/cpu:0"](Conv2D_2, Variable_1)]]
Traceback (most recent call last):
  File "convolutional.py", line 270, in <module>
    tf.app.run()
  File "/usr/lib/python2.7/site-packages/tensorflow/python/platform/default/_app.py", line 11, in run
    sys.exit(main(sys.argv))
  File "convolutional.py", line 258, in main
    validation_prediction.eval（), validation_labels)
  File "/usr/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 405, in eval
    return _eval_using_default_session(self, feed_dict, self.graph, session)
  File "/usr/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 2728, in _eval_using_default_session
    return session.run(tensors, feed_dict)
  File "/usr/lib/python2.7/site-packages/tensorflow/python/client/session.py", line 345, in run
    results = self._do_run(target_list, unique_fetch_targets, feed_dict_string)
  File "/usr/lib/python2.7/site-packages/tensorflow/python/client/session.py", line 419, in _do_run
    e.code)
tensorflow.python.framework.errors.ResourceExhaustedError: OOM when allocating tensor with shapedim { size: 5000 } dim { size: 28 } dim { size: 28 } dim { size: 32 }
         [[Node: BiasAdd_2 = BiasAdd[T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/cpu:0"](Conv2D_2, Variable_1)]]
Caused by op u'BiasAdd_2', defined at:
  File "convolutional.py", line 270, in <module>
    tf.app.run()
  File "/usr/lib/python2.7/site-packages/tensorflow/python/platform/default/_app.py", line 11, in run
    sys.exit(main(sys.argv))
  File "convolutional.py", line 229, in main
    validation_prediction = tf.nn.softmax(model(validation_data_node))
  File "convolutional.py", line 169, in model
    relu = tf.nn.relu(tf.nn.bias_add(conv, conv1_biases))
  File "/usr/lib/python2.7/site-packages/tensorflow/python/ops/nn_ops.py", line 101, in bias_add
    return gen_nn_ops._bias_add(value, bias, name=name)
  File "/usr/lib/python2.7/site-packages/tensorflow/python/ops/gen_nn_ops.py", line 163, in _bias_add
    return _op_def_lib.apply_op("BiasAdd", value=value, bias=bias, name=name)
  File "/usr/lib/python2.7/site-packages/tensorflow/python/ops/op_def_library.py", line 633, in apply_op
    op_def=op_def)
  File "/usr/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 1710, in create_op
    original_op=self._default_original_op, op_def=op_def)
  File "/usr/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 988, in __init__
    self._traceback = _extract_stack()