M1 Docker：打造Tensorflow炼丹环境

• command + 空格、搜索Terminal：打开终端，不是Rosetta Terminal，是电脑自带的那个
• 输入uname -a / uname -m：查询架构，确认是否是arm64
• 以后命令行输入，均使用上述终端

• 官网下载：https://www.docker.com/get-started
• 选择“Download for Mac - Apple Chip”
• 注册Docker Hub账号

• dmg文件直接安装即可
• 安装完毕，打开1.1 电脑自带终端，输入docker info 看看是否装好了

​

• 官网：https://hub.docker.com/
• 搜索Tensorflow，左侧边栏Architectures选择“ARM 64"

• 点进去，根据tag选择需要的版本，并且选**-eigen结尾的官方推荐版，复制右侧下载命令**

• 进入1.1 电脑自带终端，粘贴上面的命令，等待安装镜像即可。安装完毕后，可以打开本地docker客户端，查看镜像状态。或者：docker images

• 端口映射：localhost:8889 -> 容器端口8888
• 给容器起个名，以后方便使用

docker run -it -p 8889:8888 --name tensorflow-jupyter 
armswdev/tensorflow-arm-neoverse-n1:r21.10-tf-2.6.0-eigen /bin/bash

• 容器进去，默认ubuntu系统，没有我们熟悉的conda包管理工具。
• 直接 pip install jupyter
• 安装好之后，运行以下命令行，启动jupyter notebook，然后本地localhost:8889端口即可打开jupyter，token直接复制启动时显示的token即可

jupyter notebook  --ip='*' --port=8888 --no-browser --allow-root

• jupyter设置token、容器内安装anaconda等等这些暂不考虑

​

• 官网demo代码，无脑粘贴，拿走不谢

import tensorflow as tf
print(tf.__version__)

mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)

# 容器内部，退出后，再重启

## 退出容器：容器销毁
exit
ctrl + D
## 再次启动
docker start 容器名/id

## 退出容器：后台运行
ctrl + P, ctrl + Q
## 再次启动
docker attach 容器名/id

# 容器外部，停止、启动容器
docker stop 容器名/id
docker start 容器名/id

# 彻底删除容器
docker rm -f 容器名/id