docker jupyter笔记本上的张力板卡住

2024-06-28 20:51:20 发布

您现在位置:Python中文网/ 问答频道 /正文

我为gpu制作了env 所以我安装了 ubuntu 18.04, docker,NVIDIA docker 并下载docker image tensorflow/tensorflow:最新的gpu jupyter 然后我在google chrome和firefox上使用container follow命令

sudo docker run --gpus all -it -p 8888:8888 -p 0.0.0.0:6006:6006   -v "$(pwd)"/Desktop/docker:/tf/docker     tensorflow/tensorflow:latest-gpu-jupyter

除了张力板,一切都很顺利

然后我检查了tensor板日志文件并重新安装了tensorbord 不幸的是,它不起作用 我对tensorboard使用了这个命令

%reload_ext tensorboard
%tensorboard --logdir {logs_base_dir} 
%tensorboard --logdir=./logs/fit/20210308-085859
%tensorboard --logdir=runs
%tensorboard --logdir tf_logs/

但是像这样回来

重新使用端口6007(pid 58)上的张力板,从0:03:41开始。(使用“!kill 58”杀死它。)

127.0.0.1拒绝连接

我使用命令“!kill 58”并重新启动tensorboard,但返回了相同的日志

然后使用这个命令

sudo docker exec -it 9dff3d5802df bash

#in the container 
tensorboard --logdir=./logs/fit/20210308-085859

但连接被拒绝

所以我选择了本地环境(而不是虚拟环境)

张力板很好用

怎么了?我希望使用jupyter笔记本,docker env作为tensorboard


Tags: docker命令envgpucontainertftensorflowsudo