无法使用gpu和docker在Google云端平台上打开jupyter
我想使用以下命令打开jupyter：
docker run --runtime=nvidia --name tensorflow1 -it -p 8888:8888 -p 6006:6006 tensorflow/tensorflow:latest-gpu-py3-jupyter
我无法使用浏览器打开它。该系统术语看起来不错，因为它说：
To access the notebook, open this file in a browser:
file:///root/.local/share/jupyter/runtime/nbserver-8-open.html
Or copy and paste one of these URLs:
http://(568ebbf84a86 or 127.0.0.1):8888/?token=17fc57d57c89f56c460748f464b488c59f8ddccf5793e7
但是，当我使用外部IP地址打开它时，我无法连接，系统显示：
[W 06:15:52.336 NotebookApp] 404 GET http://110.249.212.46/testget?q=23333&port=8888 (110.249.212.46) 38.11ms referer=None
我已经建立了外部IP地址并建立了防火墙。
如果使用以下命令，则没有问题：
docker run --runtime=nvidia -it --rm tensorflow/tensorflow:latest-gpu
并粘贴了以下测试：
python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"
如何解决这个问题呢？
问题答案：
经过一个月的调试，最后，最后，最后，最后，最后，最后，最后，最后，最后，最后，最后，最后，最后，最后，最后我喜欢这个答案：
谷歌云平台仅为Docker部署开放一个端口，即8080
因此，如果要打开docker jupyter笔记本，则应使用以下方法：
docker run --runtime=nvidia --name tensorflow1 -it -p 8080:8888 tensorflow/tensorflow:latest-gpu-py3-jupyter
注意8080：8888
-
我遵循了GKE教程，使用beta Inrit类型创建HTTP负载均衡器，并且在使用nginx映像时工作正常。我的问题是为什么Inrit是必要的。 我可以创建一个容器引擎集群，然后创建一个使用库伯内特斯创建的实例组作为服务后端的HTTP负载均衡器，并且一切似乎都运行良好。当仅在部分流程中使用库伯内特斯似乎运行良好时，为什么我要经历使用Inete的所有麻烦？
-
我有一个flask应用程序，它同时运行flask和flask-socketioendpoint。当我在google App engine上部署时，我意识到App engine不支持websockets。这意味着我需要为我的flask-socketio使用compute engine，并为我假设的常规flaskendpoint使用app engine。我将如何创建这两个实例，并在相互连接的同时并行运
-
我正在尝试使用docker buildx构建一个多平台（amd64、arm64和armv7）映像。因为我使用的是运行Ubuntu 18.04的amd64机器，所以我按照Docker网站上的说明，通过以下方式安装了qemu： 但是，当我执行前面的命令时，会出现一个奇怪的错误。更具体地说，binfmt-support服务似乎有问题。以下是完整的日志： 尽管如此，我还是试着按照通常的程序进行，即： 其中
-
我正在与谷歌云平台合作。学习和尝试一些东西，比如Bigquery和Google云存储。 我感到困惑的是，所有这些东西都有两个官方API：gcloud API和Google API Python客户端。在google Cloud的“入门”教程中，推荐的API是，gcloud API的文档似乎不是很详细。 简而言之，要以编程方式访问Google云平台， null
-
我想建立库伯尼特斯联盟。当我运行以下命令时，我得到一个错误： 正在为联合系统组件创建命名空间联合系统。。。服务器错误（禁止）：名称空间被禁止：用户“客户端”无法在群集作用域中创建名称空间：未知用户“客户端”。 kubefed和kubectl的版本为1.8.8：
-
我正试图将一个应用程序部署到谷歌云平台。我有我的后端和前端运行在单独的docker容器中，每个项目都有自己的Docker-Compose和Dockerfile，我使用一个容器为我的Postgres数据库。我将容器部署到Dockerhub，并创建了Kubernetes服务和部署。（使用Kubernetes Kompose：所以我首先将docker-compose转换为deployments.yaml