上兩週心血來潮想在自己的Surface（Win10 Home系統）上用TensorFlow和Python，但是安裝實在是太麻煩了…就想到能不能在Windows上用docker直接執行linux環境的TensorFlow？網上一查還真有，然後很開心的下載安裝…誰知進入了一個超級大坑T_T，經過斷斷續續幾次的研究（折騰）終於在今天搭建完成環境，在本文中給一個詳細的教程，幫助大家少走彎路~！

這是一個2018年的新年禮物！

推薦用迅雷下載，或者其他下載軟體下載，用IE下載會讓人抓狂的…一開始我下載了Docker for Windows，安裝的時候才發現我的系統是Windows10 home版本不能裝！需要Win10 Pro版才能裝，那麼大概以下的Win7/8這些都是不能裝的，所以大家一般都跟我裝的一樣就行了，下載Docker Toolbox for Windows。

安裝比較簡單，基本按照這樣點：

裝完後就有：

這裡就有一個大坑天坑啊，從docker官網上下載下來自帶安裝的VirtualBox是5.2版本，我用了以後所有裝好的虛擬機器點“設定”或者網路之類的選項，就直接VirtualBox無響應了，雖然虛擬機器是起來的（可以在命令列介面操作，但是不能配置網路就沒辦法後面配置轉發，那麼在主機Win10環境下就不能訪問linux虛擬機器裡面跑的docker container起的Jupyter…這樣程式設計就很不方便了..）作為有一點點強迫症的我是很不能接受的。所以呢，我就又單獨刪掉了上面安裝的VirtualBox，下載了最新版本的VirtualBox 5.2.4，地址：

然後呢，就可以往下走啦…還有好幾個坑

2、安裝、啟動虛擬機器
因為我們安裝的是Docker Toolbox，所以本質上Docker並不是安裝在Windows上的，而是安裝在虛擬機器上的，所以需要先裝一個虛擬機器。而這個虛擬機器安裝很方便，不需要單獨去準備Linux的映象，因為Docker版本有對應的boot2docker映象。

點選Docker Quickstart Terminal圖示後，一般會出現下圖（圖片借用[1]，這一段我忘記截圖了），提示要麼就是Boot2docker iso找不到，或者是out-of-date；它去找的路徑一般是C:\Users\XXXXXX.docker\machine\cache，其中XXXXXX是你的電腦使用者名稱，

重新啟動Docker Quickstart Terminal，下面這樣就正常了：

然後你就可以看見起了一個叫default的虛擬機器，IP地址是192.168.99.100（我這裡是，可能你的不一定完全一樣，沒關係。可以在win下面ping通的）

OK，到這裡docker就安裝好了，大家可以用docker啦，後面就開始使用TensorFlow了。docker下用TensorFlow是一樣的，所以有經驗的同學應該很快就搞定。

3、安裝TensorFlow
根據你需要下載的映象，先在docker hub上搜索一下，比如我要搜尋TensorFlow，只要輸入docker search tensorflow

然後pull第一個官方的映象到本地
docker pull tensorflow/tensorflow

點進去，註冊id以後就可以看到映象加速地址了，記下地址，然後在終端中依次打入下面四條命令（替換其中的加速地址），想要拷貝命令見文末的小貼士。

docker-machine ssh default
sudo sed -i "s|EXTRA_ARGS='|EXTRA_ARGS='--registry-mirror=加速地址 |g" /var/lib/boot2docker/profile
exit
docker-machine restart default 

這樣前面的pull就飛快啦！如果你只是想用TensorFlow，或者只是測試一下前面的是不是都裝好了，那麼只要

docker run -it tensorflow/tensorflow bash

然後執行python，再看看TensorFlow簡單的命令是不是OK[4]

到這裡其實Python和TensorFlow已經可以用了，如果你對Linux比較熟，就可以自己安裝vi這些然後開始用咯。不過這樣畢竟比較複雜，所以呢我就想用Jupyter Notebook來學習TensorFlow和Python，這個環境對在windows上使用還是比較友好的。

3、安裝Jupyter Notebook
這一塊是較為讓我頭疼的，在上面花了幾天時間研究（主要是之前用virtualbox版本不好，一點設定就卡死…）。

如果你是直接在Linux主機上安裝docker的，就像一般的用法，
docker run -it -p 8888:8888 --name xx tensorflow/tensorflow bash

TensorFlow的映象中在/目錄下就有一個啟動Jupyter服務的指令碼，啟動這個指令碼

根據提示，只要在主機的瀏覽器中輸入http://localhost:8888
或者用可以聯網的其他機器訪問http://主機IP:8888，就可以訪問Jupyter了，但是呢我們是在Win10上運行了虛擬機器，再在虛擬機器上運行了dokcer，這樣就找不到Jupyter服務了。

我們需要做的是首先stop虛擬機器default:
docker-machine stop default
然後去VitualBox軟體中設定網路

如果點“設定”出來這麼一個提示：不能為虛擬電腦default開啟一個新的任務（網上關於它的說法很多，我理解是因為在命令列中如果default已經啟動了，這裡想再操作就不行，要先stop），網路上[5]有一個說法是需要安裝一個服務：開啟網路和共享中心–> 更改介面卡設定

安裝好後的效果是(有兩個虛擬的網路介面卡，都操作一下好了)：

然後我再點“設定”就正常了，根據下圖進行一個埠轉發配置：ssh那一行是本來就有的。基本意思是說轉發虛擬機器的8888埠到主機host的8888埠。

然後啟動defaut虛擬機器：
docker-machine start default
當然啟動之前你也可以看一下狀態
docker-machine ls

檢視之前已經退出了docker容器，有必要的你可以刪除一些不要的了容器

然後啟動已經Exited的容器：

docker start xx
（xx就是前面我起的時候取的name）
docker attach xx
(回車兩次)

再起一下Jupyter的服務，然後去Windows下面用瀏覽器訪問http://localhost:8888
就可以看到了Jupyter：

可以玩Python啦

到這裡基本上就差不多了，只要不把你起的name叫做xx的容器 rm掉，那麼以後關機再起來之前存的一些檔案就依然還在，這些檔案是存放在虛擬機器的虛擬儲存中的，實際上也是佔了一塊host主機的儲存，只是是放在虛擬儲存檔案中的。

當然，我還折騰（zuo）了一下掛載host主機資料夾到docker中，這樣你在docker中修改的檔案就可以直接在Host主機下看見，反過來也一樣，會更方便，可以直接在windows host主機上拷貝/編輯檔案，然後去docker中運行了。

6、掛載Windows磁碟
因為我們用的虛擬機器，所以呢實際上我們是（1）掛載Windows的磁碟到虛擬機器上，（2）然後再從虛擬機器上掛載到docker容器中。

（1）掛載Windows的磁碟到虛擬機器上:
我發現實際上裝好虛擬機器以後，系統預設是會將C:\Users掛載到虛擬機器上的/c/Users，這個可以從VirtualBox的設定–共享資料夾看到的預設有的（要看的話先要docker-machine stop default）：

因此我在Windows下C:\Users裡面建立了一個資料夾data，然後在虛擬機器下是可以看見的

其他的地址如果需要的話你在共享資料夾裡面照著設定一下，據說windows暫時只支援c盤的對映，未試過，因為我的本本只有一個c盤T_T，所以我也就不設定了，直接用C:\Users就好了。

（2）從虛擬機器上掛載到docker容器中
這一步需要在第一次建立Container的時候打在命令中，因此有可能前面起的docker映象又需要重新起了（前面那些都可以rm掉咯，或者換個名字yyy多起一個），下面的命令docker run命令是本文的終極版的：

docker run -it -p 8888:8888 -v /c/Users/data/:/data --name yyy tensorflow/tensorflow bash

-v命令把虛擬機器的/c/Users/data目錄掛載到Container中的/data目錄，可以看到我在Windows上C:\Users\data編輯了一個ttt.txt檔案，在Container裡面直接就可以看見了：）

好了，這樣就很完美啦（懶得再zuo了），大家有需要在自己的本本上玩玩TensorFlow和Python但是又不想裝一大堆軟體的，就試試用docker吧~~簡直Perfect!

小貼士

1. 如果不想用docker toolbox自帶的命令列工具，想用類似Xshell這些工具訪問虛擬機器的，可以參考[6]。其中ssh 賬號/密碼
   ——docker / tcuser
2. 很多人覺得啟動Docker Toolbox terminal後，發現在該終端中，無法進行復制、貼上等操作，使用起來非常不方便。實際上是他們不會用哈，只需要用滑鼠選中要複製的內容，然後滑鼠左鍵點視窗左上角的圖示：選擇編輯，複製就行了，貼上也是類似的。
   

參考資料