Kaggle、TensorFlow、PyTorch、MxNet等等只需这几步！

利用datmo在一分钟内完成新的TensorFlow项目设置

无论您是第一次设置TensorFlow的新手数据科学爱好者，还是利用TB级数据的履历丰富的AI工程师，在安装库、软件包和框架的时候总会这样或那样的问题。

虽然像Docker这样的集装箱化工具真正彻底改变了软件的可重复性，但它们还没有在数据科学和人工智能社区中盛行起来。
随着不断发展的机器学习框架和算法，很难花韶光专注于去学习另一个开拓职员工具，尤其是那些与模型构建过程没有直接关联的工具。

在这篇博文中，我将向您展示如何利用一个名为datmo的大略python包为任何盛行的数据科学和AI框架设置环境，只需几个大略的步骤。
Datmo充分利用了Docker，简化了流程，帮助您快速轻松地运行。

0.先决条件安装并启动Docker（如果利用GPU）安装CUDA 9.01.安装datmo

就像任何python包一样，我们可以利用以下命令从终端安装datmo：

2.初始化datmo项目

在终端中，cd到要开始构建模型的文件夹。
然后，输入以下命令：

然后，您将被哀求供应项目的名称和描述——你可以随意命名。

3.启动环境设置

在输入名称和描述后，datmo将讯问您是否要设置环境——打出y并按下Enter键。

4.选择系统驱动程序（CPU或GPU）

然后，CLI将讯问您希望为您的环境选择哪些系统驱动程序？如果您不打算利用GPU，可以选择CPU。

选择系统驱动

5.选择一个环境

接下来，您将从浩瀚预打包环境中选择一种。
只需在提示中回答您要利用的环境的编号或ID。

选择一个环境

6.选择措辞版本（如果适用）

上述许多环境都有不同的版本，详细取决于您操持利用的措辞和版本。

例如，在选择了keras-tensorflow环境之后，我将面临以下提示，讯问我是否要利用Python 2.7或Python 3.5。

选择措辞版本

7.启动事情区

您已经精确选择了您的环境，现在是时候启动您的事情区了。
选择您要利用的事情区，然后在终端中输入相应的命令。

Jupyter条记本 - $ datmo notebook

JupyterLab - $ datmo jupyterlab

RStudio - $ datmo rstudio（在R-base环境中可用）

终端 - $ datmo terminal

打开Jupyter条记本并导入TensorFlow

设置好了！
第一次为新环境初始化事情空间时，须要花费一些韶光来获取所有资源，但在连续运行中它明显更快。

一旦您的事情区启动，您就可以开始导入包含在您选择的环境中的包和框架里了！
例如，如果用户选择了keras-tensorflow环境，那么导入tensorflow将在Jupyter Notebook中开箱即用！

如果您正在利用TensorFlow，则可以从datmo文档中考试测验此示例来运行您的第一个TensorFlow图。

作者：Nicholas Walsh

编译出品