雑に TensorBoard を起動する Docker イメージの作り方

いつも TensorFlow を使うときは GPU 環境¹に NVIDIA Docker で TensorFlow コンテナを起動して学習させているが、Docker を使っていると TensorBoard を使いたい場合に別コンテナで起動する必要があって、そのやり方をメモとして書いておく。

TensorFlow のログの吐き方については書いていないので調べて欲しい。

イメージを作る

TensorFlow の公式 Docker イメージ をそのまま使っても良いんだけど、TensorBoard を使う分には必要ないものが色々入っていて重いので Python3.5 イメージから作る。

Dockerfile

FROM python:3.5

RUN pip install tensorflow

WORKDIR /logs

ENTRYPOINT ["tensorboard", "--logdir", "/logs"]
CMD []

$ docker build . -t tensorboard

イメージを起動する

いくつかオプションを指定して先程ビルドしたイメージを起動する。

• -v TensorFlow のログが吐かれるディレクトリをマウントする
• -p ホスト側に公開するポートを設定する

ちなみに TensorBoard を使うだけなら GPU は必要ないのでここは NVIDIA Docker で起動する必要はない。

$ docker run --rm -it -v <ログディレクトリ>:/logs -p 6006:6006 tensorboard

CMD ではなく ENTRYPOINT で TensorBoard を起動しているのでオプション追加もできる

$ docker run --rm -it -v <ログディレクトリ>:/logs -p 6006:6006 tensorboard --reload_interval 2

起動したら http://<ホスト>:6006/ で TensorBoard が見れると思う。

1. 趣味でディープラーニングするための GPU 環境を安上がりに作る方法 - Qiita ↩