在启动时保留docker实例状态，并且不丢失上一个会话'；工作

我有一个docker映像，在我的GPU上运行TensorFlow/Keras

我会这样开始，打开一个Jupyter笔记本-

    sudo systemctl daemon-reload
    sudo systemctl restart docker

    sudo docker run --rm --runtime=nvidia -v -it -p 8888:8888 tensorflow/
    tensorflow:2.0.0a0-gpu-py3-jupyter

问题是，每次我启动它时，它都会启动一个新实例，而以前的所有会话工作都将丢失。如何在每次启动时保持状态

问题是，每次我启动它时，它都会启动一个新实例，而以前的所有会话工作都将丢失。如何在每次启动时保持状态

容器是短暂的…当您调用

docker run

时，您正在创建一个新容器，它不会从以前的容器继承任何状态。如果要在容器生命周期之外维护数据，则使用

您可以从docker分配命名卷，也可以将主机目录分配到容器中

---

您需要在容器内找到合适的路径来装载存储。

您可以启动以下容器：

sudo docker run --runtime=nvidia -it -v /homepath:/workspace -p 8888:8888 tensorflow/tensorflow:2.0.0a0-gpu-py3-jupyter

其中/hometpath是要在计算机和docker容器之间共享的文件夹，/workspace是要复制/homepath的容器内的路径

断开连接后，您可以键入：

docker attach name

其中name是可以通过键入以下内容找到的容器的名称：

docker container ls

---

您可以将主机卷装载到容器中，这将允许您在启动之间保留数据。不确定这是否适用于sensorflow。