[PYTHON] Bereiten Sie mit Docker ganz einfach eine Jupyter Notebook-Umgebung vor (Tensorflow und Graphviz sind ebenfalls verfügbar).

Einführung

Ich möchte für eine Weile Datenanalyse und maschinelles Lernen durchführen, aber die Vorbereitung der Umgebung ist etwas mühsam. Ich mache praktische Übungen, aber ich denke, es ist möglich, dass es viel Zeit braucht, um nur die Umgebung zu erklären.

Jupyter Notebook ist eine großartige funktionale Umgebung, die Sie mit einem Webbrowser verwenden können. Es ist praktisch, eine solche Umgebung in Docker zu platzieren. Wenn Sie sie mit Ihrem eigenen lokalen oder einem Cloud-Server starten, kann sie jeder mit einem Webbrowser verwenden, sodass dies einfach ist.

Ich habe einen Docker-Container, der bereits veröffentlicht wurde, aber ich vermisse einige davon, also habe ich einen zusätzlichen erstellt, damit ich ihn teilen kann.

Jupyter Notebook Docker Container

Die Docker-Datei ist hier. https://github.com/mokemokechicken/jupyter-tensorflow

Was ist drin?

• Inhalt von https://github.com/jupyter/docker-stacks/tree/master/datascience-notebook

  * Jupyter Notebook 4.1.x
  * Conda Python 3.x and Python 2.7.x environments
  * pandas, matplotlib, scipy, seaborn, scikit-learn, scikit-image, sympy, cython, patsy, statsmodel, cloudpickle, dill, numba, bokeh pre-installed
  * Conda R v3.2.x and channel
  * plyr, devtools, dplyr, ggplot2, tidyr, shiny, rmarkdown, forecast, stringr, rsqlite, reshape2, nycflights13, caret, rcurl, and randomforest pre-installed
  * Julia v0.3.x with Gadfly and RDatasets pre-installed
  

• tensorflow-0.7.1 (python2, python3), skflow

• pydot2, pygraphviz

Wie benutzt man

• Auf Port 8888 ausführen
• Behalten Sie Dateien in notebooks / im aktuellen Verzeichnis auf dem Host-Computer bei
• Setzen Sie das Passwort auf die Umgebungsvariable PASSWORD

Wenn Sie es so verschieben möchten, sieht es wie folgt aus.

run.sh

docker run -d -p 8888:8888 -v `pwd`/notebooks:/home/jovyan/work -e PASSWORD="$PASSWORD" -e GRANT_SUDO=yes --user root mokemokechicken/jupyter-tensorflow start-notebook.sh

Die Option entspricht im Wesentlichen https://github.com/jupyter/docker-stacks/tree/master/datascience-notebook. Beachten Sie daher auch dies.

schließlich

Ich denke, es wäre bequem, eine solche Sache im Unternehmen einzusetzen, um ein wenig Arbeit zu teilen oder zu studieren.