无法更改tensorflow docker容器上运行的jupyter笔记本的工作目录
我遵循了官方CUDA关于WSL教程中的步骤(https://docs.nvidia.com/cuda/wsl-user-guide/index.html#ch05-sub02 jupyter）设置jupyter笔记本。然而，我不知道如何更改初始工作目录。我试着用v开关挂载一个本地目录，并附加到启动命令notebook dir，但这两种解决方案都不起作用。无论我做什么，jupyter笔记本都会在“/tf”下启动。理想情况下，我希望它与我在Windows上的工作目录（C:\Users\MyUser）相同。
我唯一没有尝试的是更改hub提供的docker图像“tensorflow/tensorflow:latest-gpu-py3-jupyter”中的WORKDIR。docker。com，因为我甚至不确定是否可以编辑它（第57行）。
以下是我尝试运行的示例命令：
docker run -it --gpus all -p 8888:8888 -v /c/Users/MyUser/MyFolder:/home/MyFolder/ tensorflow/tensorflow:latest-gpu-py3-jupyter jupyter notebook --allow-root --ip=0.0.0.0 --NotebookApp.allow_origin='https://colab.research.google.com' --notebook-dir=/c/Users/MyUser/
实现这一点最简单的方法是什么？
共有1个答案
我可以通过在“从本地目录为笔记本提供服务：/tf”命令中给出的本地目录下装载我想要工作的目录来解决这个问题。在我的例子中，它是“/tf”，但你的可能不同。此外，我将第一个“/”更改为“//”。此外，容器名称应该是最后一个参数（根据https://stackoverflow.com/a/34503625). 因此，在您的情况下，该命令如下所示：
docker run -it --gpus all -p 8888:8888 -v //c/Users/MyUser/MyFolder:/tf/home/MyFolder tensorflow/tensorflow:latest-gpu-py3-jupyter
-
当我打开Jupyter笔记本（以前是IPython）时，它默认为。 我如何将此更改为其他位置？
-
在WSL 2上，远程访问运行在docker容器中的jupyter笔记本是否有一般方法？ 仅供参考，WSL2（Ubuntu 20.04）是按照以下说明安装的： https://ubuntu.com/blog/getting-started-with-cuda-on-ubuntu-on-wsl-2
-
出于对它的热爱，我不能从Docker容器中启动Jupyter。我的操作系统： Dockerfile： 文件只是 Docker映像是通过以下命令轻松构建的： 我运行的容器 我得到以下错误： 发生了什么事？我将Jupyter笔记本端口（8888）映射到一个容器端口（6067），因此我不明白问题出在哪里。
-
我运行一个jupyter笔记本在一个docker容器（ubuntu）上运行一个远程机器（亚马逊p2）。我想通过我的浏览器（http://localhost:8883/）访问笔记本，但我得到： 我的ssh配置： 我正在运行容器（在远程机器上）： 在我运行的docker容器上： 我能够连接到远程机器上运行的笔记本（不在docker容器中）。 如何从浏览器连接到docker机器上运行的笔记本？
-
我正在尝试做一些深度学习的工作。为此，我首先在我的Python环境中安装了所有用于深度学习的包。 这就是我所做的。 在Anaconda中，我创建了一个名为的环境，如下所示 然后在其中安装了data science Python包，如Pandas、NumPy等。我还在那里安装了TensorFlow和Keras。下面是该环境中的包列表 您可以看到还安装了。 现在，当我在这个环境中打开Python解释器
-
我已经安装了Keras和TensorFlow GPU，但当我尝试将这些库导入Jupiter笔记本时，出现了一个错误 下面是使用conda list的库，下面是jupyter显示给我的错误： ModuleNotFoundError Traceback（最近的调用最后）在---- ModuleNotFoundError：没有名为keras的模块 我在蟒蛇环境中尝试这个： pip3安装keras 要求已