[I 15:08:31.975 NotebookApp] The Jupyter Notebook is running at:
[I 15:08:31.975 NotebookApp] http://[all ip addresses on your system]:8888/?token=649d7cab1734e01db75b6c2b476ea87aa0b24dde56662a27
[I 15:08:31.975 NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).
[C 15:08:31.975 NotebookApp]
Copy/paste this URL into your browser when you connect for the first time,
to login with a token:
；
[I 15:09:08.581 NotebookApp] 302 GET /?token=649d7cab1734e01db75b6c2b476ea87aa0b24dde56662a27 (172.17.0.1) 0.42ms
拷贝带token的URL在浏览器打开
http://[all ip addresses on your system]:8888/?token=649d7cab1734e01db75b6c2b476ea87aa0b24dde56662a27显示如下：
显示Jupyter Notebook，Jupyter Notebook（此前被称为 IPython notebook）是一个交互式笔记本。示例中已经显示了Tensorflow的入门教程，点开一个可以看见
如上面这个例子，是使用tensorflow来使两个array相加，我们点击run，就可以看到运行的结果了。
关闭容器
docker stop my-tensortflow再次打开
docker start my-tensortflow如果不喜欢用Jupyter Notebook，我们也可以创建基于命令行的容器
基于命令行的容器
docker run -it --name bash_tensorflow tensorflow/tensorflow /bin/bash这样我们就创建了名为bash_tensorflow的容器
还是用start命令启动容器：
docker start bash_tensorflow再连接上容器：
docker attach bash_tensorflow可以看到我们用终端连接上了容器，和操作Linux一样了。
这个镜像默认没有装vim，所以自己又下载了vim来写代码。
至此，安装过程结束。
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对软件开发网的支持。
您可能感兴趣的文章:Docker 中快速安装tensorflow环境的方法步骤
