TensorFlow(2):给TensorFlow Image 打补丁增加 TuShare 支持
支持 增加 Tensorflow Image 打补丁
2023-09-11 14:21:06 时间
TuShare 是一个python的lib 库非常好用。
并且是适合国内的股票市场的,可以直接下载国内的股票数据。
非常的方便。
同事 TensorFlow 已经支持了 Numpy。直接在这个上面增加TuShare类库就好了。
而且docker 的有点就出来了。一层一层的叠加了。
#!/usr/bin/env bash jupyter notebook --no-browser --NotebookApp.token=token1234 /notebooks/jupyter-notebook.log
Dockerfile :
RUN echo "deb http://mirrors.163.com/ubuntu/ xenial main restricted universe multiverse\n\ deb http://mirrors.163.com/ubuntu/ xenial-security main restricted universe multiverse\n\ deb http://mirrors.163.com/ubuntu/ xenial-updates main restricted universe multiverse\n\ deb http://mirrors.163.com/ubuntu/ xenial-proposed main restricted universe multiverse\n\ deb http://mirrors.163.com/ubuntu/ xenial-backports main restricted universe multiverse\n\ deb-src http://mirrors.163.com/ubuntu/ xenial main restricted universe multiverse\n\ deb-src http://mirrors.163.com/ubuntu/ xenial-security main restricted universe multiverse\n\ deb-src http://mirrors.163.com/ubuntu/ xenial-updates main restricted universe multiverse\n\ deb-src http://mirrors.163.com/ubuntu/ xenial-proposed main restricted universe multiverse\n\ deb-src http://mirrors.163.com/ubuntu/ xenial-backports main restricted universe multiverse\n" /etc/apt/sources.list RUN apt-get update RUN apt-get install -y python-lxml python-requests vim RUN pip install tushare --upgrade RUN rm -f /run_jupyter.sh COPY run_jupyter.sh /run_jupyter.sh ENTRYPOINT ["/run_jupyter.sh"]
一直以为这个镜像是debian的。结果mirrors 还写错成debian的。
还奇怪为啥要权限校验呢。
改成Ubuntu 的就没有问题了。是 Ubuntu 16.04 的版本。
然后构建镜像:
docker run -it -v /data/tensorflow/notebooks:/notebooks -p 8888:8888 -p 6006:6006 -d myTensorFlow:1.03,调用TuShare 股票函数
本文的原文连接是: http://blog.csdn.net/freewebsys/article/details/70305363 未经博主允许不得转载。
博主地址是:http://blog.csdn.net/freewebsys
使用docker 还是非常的方便的。同时可以将经验以images 的方式分享给别人。
非常快速的搭建环境。提高开发效率。简化开发。
将更多的时间放到处理业务逻辑上。
同时,大家用的技术都一样了,就是大家的思路,思想不一样了。
得好好的学习下数学公式了,这个才是值得沉淀的东西。
Tensorflow源码解析6 -- TensorFlow本地运行时 # 1 概述 TensorFlow后端分为四层,运行时层、计算层、通信层、设备层。运行时作为第一层,实现了session管理、graph管理等很多重要的逻辑,是十分关键的一层。根据任务分布的不同,运行时又分为本地运行时和分布式运行时。本地运行时,所有任务运行于本地同一进程内。而分布式运行时,则允许任务运行在不同机器上。 Tensorflow的运行,通过session搭建了前后端沟通的桥
相关文章
- ie8下面版本号(包含ie8)的浏览器不支持html5标签属性解决方式(Modernizr 2.6.2插件的使用)
- [吴恩达机器学习笔记]12支持向量机2 SVM的正则化参数和决策间距
- mac 下基于firebreath 开发多浏览器支持的浏览器插件
- 使 egg-multipart 同时支持 stream 和 file
- 解放双手,CSDN博客支持站外文章自动同步!
- 在ASP.NET Core Web API中为RESTful服务增加对HAL的支持
- PHP+jQuery 长文章分页类 ( 支持 url / ajax 分页方式 )
- Nginx SSL功能支持的一些资料。
- SwiftUI 在界面中支持Dark暗模式Light轻模式 (教程含源码)
- Log4j的扩展-支持设置最大日志数量的DailyRollingFileAppender
- Delphi XE10.1 引用计数(Delphi XE10.1 Berlin终于增加了对接口的Weak, UnSafe的支持)
- 用Typescript 的方式封装Vue3的表单绑定,支持防抖等功能。
- 解决Apache CXF 不支持传递java.sql.Timestamp和java.util.HashMap类型问题
- 机器学习基础-机器学习练习 6 - 支持向量机
- 微软宣布Skype将从7月1日起停止旧系统支持