我有一个在GPU上运行TensorFlow/Keras的Docker镜像。

我这样启动会话，这会打开一个Jupyter Notebook –

    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，都会启动一个新的实例，所有先前会话的工作都会丢失。每次启动时如何保持状态呢？

回答：

你可以这样启动一个容器：

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

其中/homepath是你想在你的机器和Docker容器之间共享的文件夹，/workspace是容器内/homepath将被复制的路径。

然后在你断开连接后，你可以输入：

docker attach name

其中name是你可以通过输入以下命令找到的容器名称：

docker container ls