1. 对于想要立即使用的人来说 (as soon as)

计算机视觉的深度学习
作者：Rajalingappaa Shanmugamani

目前正执行到第四章。还有一些问题未解决。正在顺序进行作业。

Docker – Docker容器

请安装 Docker，并在 Windows 和 Mac 上启动 Docker。
在 Windows 上，如果没有启用 Intel 虚拟化（Bios 中的选项），可能无法启动 Docker。
此外，可能会出现安全警告。

下载并运行Docker。

$ docker pull kaizenjapan/anaconda-ajacheers

$ docker run -it -p 8888:8888 kaizenjapan/anaconda-ajacheers /bin/bash

在下面的shell会话中：
（基础）root@f19e2f06eabb:/#是命令提示符号。实际上，数字部分可能会有所不同。请在此行的#右侧输入。
其他行是输出。如果输出中有错误或差异，请在评论区等地与我联系。
将进入到各个章节的文件夹中。

如果Docker主机和运行Docker的操作系统的终端显示相似，可能会导致混淆，无法确定正在哪一个上进行操作。请留意Docker的命令提示符。

文件共享或复制

请使用Docker及其启动的操作系统进行文件共享或复制，并将生成的文件显示在浏览器中。在参考文献中附上相应的URL以说明如何操作。

在进行复制时，我执行了启动Docker的操作系统命令。请用您的Docker编号进行替换。我在浏览器中显示并确认了复制的文件的内容。

第一章

(base) root@caef766a99ff:/# ls
DeepLearningForComputerVision  atap  bin  boot	dev  etc  home	lib  lib64  media  mnt	opt  proc  root  run  sbin  srv  sys  tmp  usr	var
(base) root@caef766a99ff:/# cd DeepLearningForComputerVision/
(base) root@caef766a99ff:/DeepLearningForComputerVision# ls
Chapter01  Chapter02  Chapter03  Chapter04  Chapter05  Chapter06  Chapter07  Chapter08	Chapter09  Chapter10  LICENSE  README.md  TensorFlow resources.rst
(base) root@caef766a99ff:/DeepLearningForComputerVision# cd Chapter01
(base) root@caef766a99ff:/DeepLearningForComputerVision/Chapter01# ls
1_hello_tensorflow.py  2_add.py  3_add_tensorboard.py

对于想要自己构建Docker的人

下文将记录从这里开始，以及上述拉取的Docker镜像是如何创建的，以及采用了什么策略和步骤。
这是使用上述Docker镜像的参考资料。对于执行后续操作并不是必要的。
这是关于如何自己构建docker/anaconda的步骤。
这并不是创建dockerfile的方法，请谅解。对不起。

Ubuntu, Debian等Linux操作系统可以在Linux, Windows和Mac OS上共同使用的机制。
一种很好的功能是可以在不更改操作系统设置的情况下使用。
它具有相同的规范，可以供大量人使用。
开发者提供了官方支持的软件以及用户方便自己定制的软件都可以使用。这次我们将使用官方发布的软件，自己定制并使其可供其他人使用。

我之前用Python进行了深度学习的实践。
选择使用Python的原因是许多机器学习方法都可以在Python中使用，并且还可以方便地利用统计分析工具如R等从Python进行调用。
###安装了Anaconda。

Python具有不同版本（如2和3）以及分发方法的差异等特点。
我在过去的一年半中使用Anaconda来使用Python3。
选择使用Anaconda的原因是因为它已经预装了统计分析库和Jupyter Notebook。

Docker的官方版本发布

在中国有许多操作系统的官方发布，例如Ubuntu和Debian，还有一些编程语言的官方发布，如GCC和Anaconda。我们可以利用这些官方发布，并将它们注册到Docker Hub上，这样就可以确认官方发布的质量，并共享包括变更权限在内的广泛信息。这里所指的并非Docker本身提供的官方发布，而是各软件提供商的官方发布。

拉取 Docker image

可以通过从URL上拉取（pull）来实现使用Docker官方分发的内容。

使用Docker安装Anaconda。

使用Anaconda官方提供的版本。

$ docker run -it -p 8888:8888 continuumio/anaconda3 /bin/bash

公寓

(base) root@d8857ae56e69:/# apt update; apt -y upgrade

(base) root@d8857ae56e69:/# apt install -y procps  vim  apt-utils  sudo

源代码获取器Git

(base) root@f19e2f06eabb:/# git clone https://github.com/rajacheers/DeepLearningForComputerVision

鲍达

# conda update --prefix /opt/conda anaconda
Solving environment: done

# All requested packages already installed.

# conda install gensim

命令行工具

(base) root@f19e2f06eabb:/deep-learning-from-scratch-2/ch01# pip install --upgrade pip
Collecting pip
  Downloading https://files.pythonhosted.org/packages/5f/25/e52d3f31441505a5f3af41213346e5b6c221c9e086a166f3703d2ddaf940/pip-18.0-py2.py3-none-any.whl (1.3MB)
    100% |████████████████████████████████| 1.3MB 2.0MB/s 
distributed 1.21.8 requires msgpack, which is not installed.
Installing collected packages: pip
  Found existing installation: pip 10.0.1
    Uninstalling pip-10.0.1:
      Successfully uninstalled pip-10.0.1
Successfully installed pip-18.0

将注册到Docker Hub

$ docker ps
CONTAINER ID        IMAGE                   COMMAND                  CREATED             STATUS              PORTS                    NAMES
caef766a99ff        continuumio/anaconda3   "/usr/bin/tini -- /b…"   10 hours ago        Up 10 hours         0.0.0.0:8888->8888/tcp   sleepy_bassi


$ docker commit caef766a99ff kaizenjapan/anaconda-rajacheers


$ docker push kaizenjapan/anaconda-rajacheers

请提供参考资料。

通过Docker运行基于Python和Anaconda的机器学习《直觉深度学习》Antonio Gulli和Sujit Pal的第1章和第2章。链接：https://qiita.com/kaizen_nagoya/items/483ae708c71c88419c32

我试图在Python中运行OpenCV，但出现了“找不到libGL.so”的错误消息，但问题已经解决了。

在服务器端使用matplotlib绘图的技巧
https://qiita.com/TomokIshii/items/3a26ee4453f535a69e9e

使用Docker在主机和容器之间进行文件复制。

在Mac上使用Docker进行文件共享

「名古屋的物联网是在名古屋的操作系统上运行的，我们应该如何从哪里开始使用Docker呢？在树莓派上使用Macintosh的TOPPERS/FMP，有五个关口。」

64位CPU的发展之路和64岁时的决心

《从零开始的深度学习2 自然语言处理篇》读书会进展方式（例如）
https://qiita.com/kaizen_nagoya/items/025eb3f701b36209302e

尝试使用 NVIDIA Docker 在 Ubuntu 16.04 LTS 上。

以下是可以用中文来表达的内容，提供一种选项：
从 readability.readability 模块导入 Document
导入错误：没有找到名为 readability 的模块
https://stackoverflow.com/questions/38321055/importerror-no-module-named-readability#comment64057483_38321055

文件系统错误：找不到模型’en’ #1
https://github.com/hamelsmu/Seq2Seq_Tutorial/issues/1

文档历史 lì shǐ)

版本为0.10的初稿，日期为20181020。

非常感谢您阅读到最后。

喜欢的话，可以请你关注一下吗？

非常感谢您阅读至最后一句话。

请点击喜欢的图标 ? 并关注我，享受快乐的生活。