TensorFlow : Docker イメージ (CPU) を利用する2020/07/22

	機械学習ライブラリー, TensorFlow をインストールします。当例では、TensorFlow 公式の Docker イメージをダウンロードして、コンテナーから TensorFlow を利用します。 Docker イメージは GPU サポート無しの CPU オンリーのイメージを使用します。
[1]	こちらを参考に、Podman をインストールしておきます。
[2]	TensorFlow Docker (CPU) の利用例です。

# TensorFlow 2.0 with Python3 イメージを Pull

[cent@dlp ~]$

podman pull tensorflow/tensorflow:2.0.0-py3

[cent@dlp ~]$

podman images

REPOSITORY                        TAG         IMAGE ID       CREATED        SIZE
docker.io/tensorflow/tensorflow   2.0.0-py3   90f5cb97b18f   9 months ago   1.09 GB

# コンテナー実行

[cent@dlp ~]$

podman run --rm tensorflow/tensorflow:2.0.0-py3 \
python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

2020-07-22 05:21:27.138093: I tensorflow/core/platform/profile_utils/cpu_utils.cc:94] CPU Frequency: 2801480000 Hz
2020-07-22 05:21:27.138647: I tensorflow/compiler/xla/service/service.cc:168] XLA service 0x34ccfe0 executing computations on platform Host. Devices:
2020-07-22 05:21:27.138671: I tensorflow/compiler/xla/service/service.cc:175]   StreamExecutor device (0): Host, Default Version
tf.Tensor(1074.4442, shape=(), dtype=float32)

# Hello World テストスクリプトを作成してコンテナーから実行

[cent@dlp ~]$

vi hello_tensorflow.py

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow World!')
tf.print(hello)

[cent@dlp ~]$

podman run --rm -v $PWD:/tmp -w /tmp tensorflow/tensorflow:2.0.0-py3 python ./hello_tensorflow.py

2020-07-22 05:23:36.928319: I tensorflow/core/platform/profile_utils/cpu_utils.cc:94] CPU Frequency: 2801480000 Hz
2020-07-22 05:23:36.928717: I tensorflow/compiler/xla/service/service.cc:168] XLA service 0x4add050 executing computations on platform Host. Devices:
2020-07-22 05:23:36.928738: I tensorflow/compiler/xla/service/service.cc:175]   StreamExecutor device (0): Host, Default Version
Hello, TensorFlow World!

[3]	SELinux を有効にしている場合は、ポリシーの変更が必要です。

[root@dlp ~]#

vi my-python.te

# 以下の内容で新規作成

module my-python 1.0;

require {
        type user_home_t;
        type container_t;
        type user_home_dir_t;
        class file { create ioctl open read unlink write };
        class dir { add_name remove_name write };
}

#============= container_t ==============
allow container_t user_home_dir_t:dir { add_name remove_name write };
allow container_t user_home_dir_t:file { create ioctl open read unlink write };
allow container_t user_home_t:file { ioctl open read };

[root@dlp ~]#

checkmodule -m -M -o my-python.mod my-python.te

[root@dlp ~]#

semodule_package --outfile my-python.pp --module my-python.mod

[root@dlp ~]#

semodule -i my-python.pp

[4]	Jupyter Notebook を含むイメージの利用例です。

# TensorFlow 2.0 with Python3/Jupyter イメージを Pull

[cent@dlp ~]$

podman pull tensorflow/tensorflow:2.0.0-py3-jupyter

[cent@dlp ~]$

podman images

REPOSITORY                        TAG                 IMAGE ID       CREATED        SIZE
docker.io/tensorflow/tensorflow   2.0.0-py3-jupyter   c652a4fc8a4f   9 months ago   1.24 GB
docker.io/tensorflow/tensorflow   2.0.0-py3           90f5cb97b18f   9 months ago   1.09 GB

# コンテナーをデーモンとして実行

[cent@dlp ~]$

podman run -dt -p 8888:8888 tensorflow/tensorflow:2.0.0-py3-jupyter

1d54bcba3f14eef778a45332b825b6dedd9efb7c8926fde76a5c81cbaed09947

[cent@dlp ~]$

podman ps

CONTAINER ID  IMAGE                                              COMMAND               CREATED        STATUS            PORTS                   NAMES
1d54bcba3f14  docker.io/tensorflow/tensorflow:2.0.0-py3-jupyter  bash -c source /e...  6 seconds ago  Up 6 seconds ago  0.0.0.0:8888->8888/tcp  vigorous_blackburn

# URL 確認

[cent@dlp ~]$

podman exec 1d54bcba3f14 bash -c "jupyter notebook list"

Currently running servers:
http://0.0.0.0:8888/?token=2b1641a43d5bca23758e6cc1d1979cf3fd4003ba52f8ee4b :: /tf

表示された URL にアクセスすると Jupyter Notebook が利用できます。