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?
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