前回インストールしたDocker上でTensorflowをインストールしてみた。
Tensorflowでは、４種類のDocker用のイメージを提供している。
- gcr.io/tensorflow/tensorflow: CPU版イメージ
- gcr.io/tensorflow/tensorflow:latest-devel: CPU版イメージ＋ソースコード
- gcr.io/tensorflow/tensorflow:latest-gpu: GPU版イメージ
- gcr.io/tensorflow/tensorflow:latest-devel-gpu: GPU版イメージ＋ソースコード
https://www.tensorflow.org/versions/r0.11/get_started/os_setup.html#docker-installation
とりあえず今回は２つ目のCPU版＋ソースコードのtensorflowを実行してみる。下記のようにdockerコンテナをTensorflowのCPU版イメージで起動すると、ローカルに必要なファイルが無い場合、自動的にtensorflowのダウンロードが開始してインストールし起動する。
$docker run -it b.gcr.io/tensorflow/tensorflow:latest-devel
インストールと起動が完了するとrootユーザになっているのは少し気になるが、Deepで定番のMNISTを用いて動作確認をしてみる。
Tensorflowのget startedページで紹介しているMNISTのサンプルプログラムを実行してみる。
https://www.tensorflow.org/versions/r0.11/get_started/os_setup.html#run-a-tensorflow-demo-model
# python -m tensorflow.models.image.mnist.convolutional
CPUなので遅いが学習できている（lossが減少している）ことが確認できた。
ちなみに、tensorflow.models.image.mnist.convolutionalは、インストールディレクトリ（/usr/local/lib/python2.7/dist-packages/tensorflow）のmodels/image/mnist/convolutional.pyを実行しているようだ。
おそらくwindows側（エクスプローラーなど）からこのファイルにはアクセスできないので、ソースコードをwindows側でいじりたい場合は、git cloneするとよい。
> git clone https://github.com/tensorflow/tensorflow
