[PYTHON] Préparez facilement un environnement Jupyter Notebook avec Docker (Tensorflow et Graphviz sont également disponibles)

introduction

Je veux faire de l'analyse de données et du machine learning pendant un certain temps, mais la préparation de l'environnement est un peu gênante, Je fais des travaux pratiques, mais je pense qu'il est possible que cela prenne beaucoup de temps juste pour expliquer la configuration de l'environnement.

Jupyter Notebook est un excellent environnement fonctionnel et peut être utilisé avec un navigateur Web. Il est pratique de mettre un tel environnement dans Docker, et si vous le démarrez avec votre propre Local ou le démarrez avec un serveur cloud, toute personne disposant d'un navigateur Web peut l'utiliser, c'est donc facile.

J'ai un conteneur Docker qui a déjà été publié, mais il me manque certains d'entre eux, alors j'en ai créé un supplémentaire, alors je vais le partager.

Jupyter Notebook Docker Container

Le fichier Docker est ici. https://github.com/mokemokechicken/jupyter-tensorflow

Ce qu'il y a dedans

• Contenu de 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

Comment utiliser

• Exécutez sur le port 8888
• Conserver les fichiers dans notebooks / sous le répertoire courant sur la machine hôte
• Définissez le mot de passe sur la variable d'environnement PASSWORD

Si vous voulez le déplacer comme ça, ce sera comme suit.

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

L'option est fondamentalement la même que https://github.com/jupyter/docker-stacks/tree/master/datascience-notebook, veuillez donc vous y référer également.

à la fin

Je pense qu'il serait pratique de déployer une telle chose dans l'entreprise pour partager un peu de travail ou étudier.