jellyfin服務(wù)器怎么設(shè)置？jellyfin服務(wù)器設(shè)置方法如下：1首先進(jìn)入到docker里面,鏡像管理,鏡像倉庫搜索鏡像-Jellyfin點擊下載。2安裝程序選擇版本,默認(rèn)選擇latest就好。3

jellyfin服務(wù)器怎么設(shè)置？

jellyfin服務(wù)器設(shè)置方法如下：

1首先進(jìn)入到docker里面,鏡像管理,鏡像倉庫搜索鏡像-Jellyfin點擊下載。

2安裝程序選擇版本,默認(rèn)選擇latest就好。

3拉取程序數(shù)據(jù),可以選擇后臺下載, 安裝有一段時間,等待以下提示 安裝完成。

4這個時候可以到 容器管理 添加容器。

如何用Docker成為更高效的數(shù)據(jù)科學(xué)家？

使用 Docker 容器來開發(fā)機(jī)器學(xué)習(xí)模型的好處有很多。近日，GitHub 的資深機(jī)器學(xué)習(xí)科學(xué)家 Hamel Husain 在 Towards Data Science 上發(fā)表了一篇入門級的 Docker 容器教程，文章從基本的概念談起，清楚明白地介紹了 Docker 容器的一些基本的操作和注意事項。機(jī)器之心對本文進(jìn)行了編譯介紹。本文所涉及的所有相關(guān)代碼請訪問：_Tutorial

過去五年來，Docker 容器已然成了一個熱門詞匯，似乎我的所有軟件工程師朋友都在使用它們來開發(fā)應(yīng)用。我想搞清楚這種技術(shù)可以如何讓我更有效率，但我發(fā)現(xiàn)我在網(wǎng)上找到的教程要么過于注重細(xì)節(jié)（解釋了一些我作為數(shù)據(jù)科學(xué)家絕不會使用的功能），要么就過于淺顯（沒有足夠的信息幫助我理解如何快速有效地使用 Docker）。

所以我寫了這篇快速入門，這樣你不必自己去網(wǎng)上篩選信息就能學(xué)習(xí)到快速上手 Docker 所需要的一切。

Docker 是什么？

你可以把 Docker 看作是輕量級的虛擬機(jī)——包含你運行應(yīng)用所需要的一切。Docker 容器可以獲取你的系統(tǒng)的狀態(tài)的快照，這樣其他人就可以使用這個快照快速重建你的計算環(huán)境。對于本教程而言，這就是你需要了解的一切。更多詳細(xì)介紹可參閱：

為什么要使用 Docker？

1.重現(xiàn)性：作為專業(yè)的數(shù)據(jù)科學(xué)家，讓你的結(jié)果能夠重現(xiàn)是非常重要的。重現(xiàn)性不僅有助于同行評議，而且可以確保你創(chuàng)建的模型、應(yīng)用或分析可以無障礙地運行，這能讓你交付的成果更穩(wěn)健，更能經(jīng)受時間的考驗。舉個例子，假如你用 Python 創(chuàng)建了一個模型，只是運行 pip freeze 并將結(jié)果得到的 requirements.txt 文件發(fā)送給你的同事是不夠的，因為其中只包含特定于 Python 的依賴條件——而實際上的依賴條件不只有 Python，還有操作系統(tǒng)、編譯器、驅(qū)動程序、配置文件以及你的代碼成功運行所需的其它數(shù)據(jù)。就算你只分享 Python 依賴條件也能成功，將所有東西都封裝到一個 Docker 容器中還是能減輕其他人重建你的環(huán)境的負(fù)擔(dān)，并讓他們能更輕松地訪問你的成果。

2.計算環(huán)境的可移植性：作為一位數(shù)據(jù)科學(xué)家，尤其是機(jī)器學(xué)習(xí)領(lǐng)域內(nèi)的數(shù)據(jù)科學(xué)家，快速改變你的計算環(huán)境的能力能夠極大地影響你的生產(chǎn)力。數(shù)據(jù)科學(xué)的開始工作常常是原型設(shè)計、探索和研究——這些工作并不一定立即就需要特定的計算資源。這個工作往往是在筆記本電腦或個人計算機(jī)上完成的。但是在后面某個時候，你往往會需要不同的計算資源來顯著加速你的工作流程——比如使用更多 CPU 或強(qiáng)大的 GPU 來執(zhí)行深度學(xué)習(xí)等任務(wù)。我看到很多數(shù)據(jù)科學(xué)家由于感受到了在遠(yuǎn)程機(jī)器上重建他們的本地環(huán)境的困難，就將自己局限在了本地計算環(huán)境內(nèi)。而 Docker 能讓你的環(huán)境（你的所有庫和文件等等）的移植非常簡單。在 Kaggle 競賽中，快速移植計算環(huán)境也是一個巨大的競爭優(yōu)勢，因為你可以成本高效地利用 AWS 的寶貴計算資源。最后，創(chuàng)建 Docker 文件讓你能移植很多你喜歡的本地環(huán)境配置——比如 bash 別名或 vim 插件。

3.強(qiáng)化你的工程能力：熟練使用 Docker 讓你能將模型或分析部署成應(yīng)用（比如用作提供預(yù)測的 REST API），從而讓其他人也能使用你的成果。此外，你在數(shù)據(jù)科學(xué)工作流程中可能需要與存在于 Docker 容器中的其它應(yīng)用進(jìn)行交互，比如數(shù)據(jù)庫。

Docker 術(shù)語

在我們繼續(xù)深入之前，熟悉一下 Docker 的術(shù)語會很有幫助：

·鏡像（image）：是你想要創(chuàng)建的東西的藍(lán)圖。比如：Ubuntu TensorFlow，帶有英偉達(dá)驅(qū)動程序和一個運行的 Jupyter 服務(wù)器。

·容器（container）：是你實現(xiàn)的運行的鏡像的實例化。你可以運行同一個鏡像的多個副本。分清鏡像和容器之間的差異非常重要，因為這是新入門者常?；煜膬蓚€概念。如果你不清楚鏡像和容器的差別，停下來再讀一次。

·Dockerfile：用于創(chuàng)建鏡像的配方。Dockerfile 包含特殊的 Docker 語法。官方文檔說：Dockerfile 是一個文本文檔，其中包含了用戶可以在命令行調(diào)用的用來組裝成鏡像的所有命令。

·commit：和 git 類似，Docker 容器提供了版本控制。通過 commit 發(fā)生的改變，你在任何時間都可以將你的 Docker 容器的狀態(tài)保存為一個新鏡像。

·DockerHub/Image Registry：人們可以發(fā)布公開（或私人）Docker 鏡像的地方，用于促進(jìn)合作與共享。

·層（layer）：對已有鏡像的修改，由 Dockerfile 中的一個指令表示。層按次序應(yīng)用到基礎(chǔ)鏡像上，以創(chuàng)建出最終的鏡像。

本文將使用這些術(shù)語，如果你在閱讀時忘記了，一定要回來查看！這些術(shù)語很容易混淆，尤其是在鏡像和容器之間——所以你在閱讀時要保持警惕！

安裝 Docker

你可以免費下載安裝 Docker 社區(qū)版（Docker Community Edition），地址：

創(chuàng)建你的第一個 Docker 鏡像

在創(chuàng)建 Docker 容器之前，創(chuàng)建一個將用于定義鏡像的 Dockerfile 會很有用。我們先慢慢解讀一下下面的 Dockerfile。你也可以在與本教程關(guān)聯(lián)的 GitHub 庫中找到這個文件：

# reference: _/ubuntu/

FROM ubuntu:16.04

# Adds metadata to the image as a key value pair example LABEL version1.0

LABEL maintainerHamel Husain

##Set environment variables

ENV.UTF-8 LC_ALLC.UTF-8

RUN apt-get update --fix-missing ampamp apt-get install -y wget bzip2 ca-certificates

build-essential

byobu

curl

git-core

htop

pkg-config

python3-dev

python-pip

python-setuptools

python-virtualenv

unzip

ampamp

apt-get clean ampamp

rm -rf /var/lib/apt/lists/*

RUN echo export PATH/opt/conda/bin:$PATH gt ampamp

wget --quiet _ -O ~ ampamp

/bin/bash ~ -b -p /opt/conda ampamp

rm ~

ENV PATH /opt/conda/bin:$PATH

RUN pip --no-cache-dir install --upgrade

multiprocessing

sklearn-pandas

# Open Ports for Jupyter

EXPOSE 7745

#Setup File System

RUN mkdir ds

ENV HOME/ds

ENV SHELL/bin/bash

VOLUME /ds

WORKDIR /ds

ADD run_ /ds/run_

RUN chmod x /ds/run_

# Run the shell

CMD [./run_]

FROM 語句

FROM ubuntu:16.04

FROM 語句包含了 Docker 最神奇的部分。這個語句指定了你想在上面進(jìn)行創(chuàng)建的基礎(chǔ)鏡像。通過使用 FROM 指定一個基礎(chǔ)鏡像，Docker 將會在你的本地環(huán)境中尋找名為 ubuntu:16.04 的鏡像——如果它沒有找到，它就會搜索你指定的 Docker Registry，默認(rèn)是 DockerHub：。如果你需要經(jīng)常在你的 Ubuntu 等操作系統(tǒng)上安裝程序，那么這種分層機(jī)制就非常方便。你不必費心從頭開始安裝 Ubuntu，而是可以直接在官方的 Ubuntu 鏡像上開發(fā)！DockerHub 上托管著種類繁多的鏡像，包括那些不只是提供了一個操作系統(tǒng)的鏡像，比如如果你想要一個已經(jīng)安裝了 Anaconda 的容器，你可以選擇在官方的 Anaconda Docker 鏡像上開發(fā)，地址：。最重要的是，你也可以隨時發(fā)布你構(gòu)建的鏡像，即使該鏡像是通過在其它鏡像上加層得到的！這有無盡的可能性。

在這個案例中，我們指定基礎(chǔ)鏡像為 ubuntu:16.04，它會搜索名叫 ubuntu 的 DockerHub 庫（_/ubuntu/）。鏡像名之后的部分 16.04 是指定了你想要安裝的基礎(chǔ)鏡像的版本的標(biāo)簽（tag）。如果你檢索一下 Ubuntu DockerHub 庫，你會注意到不同版本的 Ubuntu 對應(yīng)于不同的 tag：

2017 年 12 月的官方 Ubuntu DockerHub 庫截屏

比如，ubuntu:16.04、ubuntu:xenial-20171201、ubuntu:xenial 和 ubuntu:latest 全都是指 16.04 版的 Ubuntu，它們?nèi)际峭粋€鏡像的別名。此外，這里提供的鏈接指向了對應(yīng)的 Dockerfile，可用于構(gòu)建每個版本的鏡像。有時候你無法在 DockerHub 中找到 Dockerfile，因為維護(hù)者可以自己選擇是否將關(guān)于這些鏡像的創(chuàng)建的 Dockerfile 包含進(jìn)來。我個人覺得閱讀一些 Dockerfile 有助于更好地理解 Dockerfile。（但不要急，讀完這篇教程再說?。?/p>

你需要特別注意一個標(biāo)簽，即 :latest 標(biāo)簽。這也是你在不為 FROM 語句指定標(biāo)簽時默認(rèn) pull 的鏡像。比如說如果你的 FROM 語句是這樣：

FROM ubuntu

然后你就將 pull ubuntu:16.04 鏡像。為什么？——仔細(xì)看上面，你可以看到 :latest 關(guān)聯(lián)的是 16.04.

關(guān)于 Docker 鏡像最后需要注意的一點：在從 DockerHub pull 隨機(jī)的 Docker 鏡像時要做出明智的判斷。有惡意的人創(chuàng)建的鏡像有可能會包含惡意軟件。

LABEL 語句

這個語句會為你的鏡像添加元數(shù)據(jù)，而且是完全可選的。我增加這個語句的目的是為了讓別人知道可以聯(lián)系誰，同時也方便我搜索我的 Docker 容器，尤其是在一個服務(wù)器上同時運行著很多容器時。

LABEL maintainerHamel Husain ltyouremailgt

ENV 語句

ENV.UTF-8 LC_ALLC.UTF-8

這讓你可以修改環(huán)境變量，而且相當(dāng)直接，相關(guān)情況請參閱：

RUN 語句

這通常是最需要花功夫的地方，給出了你構(gòu)建該 Docker 鏡像所想要完成的任務(wù)。你可以運行 apt-get 和 pip install 等任意的 shell 命令來安裝你需要的軟件包和依賴包。

RUN apt-get update --fix-missing ampamp apt-get install -y wget bzip2

build-essential

ca-certificates

git-core

...

在這里我安裝了一些我喜歡的實用工具，比如 curl、htop、byobu，然后安裝了 Anaconda，之后還安裝了一些基礎(chǔ) Anaconda 中沒有的其它庫（你可以在完整的 Dockerfile 中查看其它 RUN 語句）。

RUN 語句后的命令與 Docker 沒什么關(guān)系，只是一些你在安裝這些軟件包時需要運行的正常 Linux 命令，所以就算你不熟悉這些軟件包或 Linux 命令也不要擔(dān)心。另外，再給一個建議：當(dāng)我最早開始學(xué)習(xí) Docker 時，我查看了 GitHub 或 DockerHub 上的其它 Dockerfile，然后將我需要的部分復(fù)制粘貼到了我的 Dockerfile。

你可能注意到了 RUN 語句的格式。每個庫或軟件包都整齊地進(jìn)行了縮進(jìn)，而且為了可讀性還按字母進(jìn)行了排序。這是 Dockerfile 的普遍慣例，所以我建議你也這樣做以便合作。

EXPOSE 語句

如果你想公開一個端口，這個語句會很有用——比如，如果你從該容器或某個網(wǎng)絡(luò)服務(wù)內(nèi)實施一個 Jupyter Notebook。Docker 的文檔相當(dāng)好地解釋了 EXPOSE 語句：

EXPOSE 指令實際上并沒有發(fā)布該端口。它的功能是作為創(chuàng)建該鏡像的人和運行該容器的人之間的一類文檔，內(nèi)容是關(guān)于打算發(fā)布的端口。要實際發(fā)布該端口，就要在運行該容器時在 docker run 上使用 -p 標(biāo)志并且映射一個或多個端口，或者也可以使用 -P 標(biāo)志發(fā)布所有端口并將它們映射到高階端口。

VOLUME 語句

VOLUME /ds

這個語句讓你可以在 Docker 容器和主機(jī)計算機(jī)之間共享數(shù)據(jù)。VOLUME 語句讓你可以安裝外部安裝的卷。主機(jī)目錄只有在容器運行時才聲明（因為你可能在不同的計算機(jī)上運行該容器），而不會在定義鏡像時聲明*。目前你只指定了 Docker 容器內(nèi)你想與主機(jī)容器共享的文件夾的名稱。

Docker 用戶指南解釋說：

主機(jī)目錄是在容器運行時聲明的：主機(jī)目錄（掛載點）本質(zhì)上取決于主機(jī)。這是為了保證鏡像的可移植性，因為一個給定的主機(jī)目錄無法保證在所有主機(jī)上都可用。由于這個原因，你不能在 Dockerfile 中掛載主機(jī)目錄。VOLUME 指令不支持指定 host-dir 參數(shù)。你必須在創(chuàng)建或運行容器時指定掛載點。

此外，這些卷的目的是將數(shù)據(jù)保存到容器的文件系統(tǒng)之外，當(dāng)你要操作大量數(shù)據(jù)而且不希望你的鏡像膨脹得很大時，這會很有用。當(dāng)你保存一個 Docker 鏡像時，在這個 VOLUME 目錄中的任何數(shù)據(jù)都不會被保存為該鏡像的一部分，但是在這個容器目錄之外的數(shù)據(jù)會被保存。

WORKDIR 語句

WORKDIR /ds

這個語句設(shè)置了工作目錄，以便你在另一條命令中可以無需使用絕對路徑就能索引特定的文件。例如這個 Dockerfile 中的最后一條語句是：

CMD [“./run_”]

該語句就默認(rèn)假設(shè)工作目錄是 /ds

ADD 語句

ADD run_ /ds/run_

這條命令讓你可以在 Docker 容器運行時將文件從主機(jī)計算機(jī)復(fù)制到該 Docker 容器。我使用這個命令來執(zhí)行 bash 腳本以及將 .bachrc 文件等有用東西導(dǎo)入到容器中。

注意這里的主機(jī)容器的路徑并沒有完全指定，因為其主機(jī)路徑是你在該容器運行時指定的背景路徑（context directory）的相對路徑（后面會討論）。

在我運行這個容器時，run_ 正好在背景路徑的根目錄內(nèi)，所以在該源文件之前沒有路徑。

用戶指南中介紹說：

ADD ltsrcgt... ltdestgt

ADD 指令從 ltsrcgt 復(fù)制新文件、目錄或遠(yuǎn)程文件 URL 并將它們添加到路徑 ltdestgt 的鏡像的文件系統(tǒng)中。

CMD 語句

Docker 容器的設(shè)計思想是這些容器是短暫的，能保證運行完你想運行的應(yīng)用就行了。但在數(shù)據(jù)科學(xué)方面，我們往往希望保持這些容器一直運行，即使它們之中并沒有主動地運行著什么。很多人都通過運行 bash shell 來實現(xiàn)這一點（除非你終止它，否則它就不會停止）。

CMD [“./run_”]

在上面的命令中，我運行了一個實例化一個 Jupyter Notebook 服務(wù)器的 shell 腳本。但是，如果你沒有什么要運行的特定應(yīng)用而只是想保持你的容器運行（而不退出），你可以直接運行 bash shell，只不過使用以下命令：

CMD [/bin/bash]

這種方法是有效的，因為除非你退出，否則 bash shell 就不會終止；因此該容器會一直保持運行。

用戶指南中介紹說：

在一個 Dockerfile 中只能有一個 CMD 指令。如果你列出了不止一個 CMD，那么只有最后一個才有效。

CMD 的主要目的是為正在執(zhí)行的容器提供默認(rèn)配置。這些默認(rèn)配置可能包含一個可執(zhí)行文件，或者也可以省略可執(zhí)行文件，在這種情況下你還必須指定一個 ENTRYPOINT 指令。

創(chuàng)建你的 Docker 鏡像Dockerfile 中的信息可真夠多的。不要擔(dān)心，后面的內(nèi)容就相對很簡單了?，F(xiàn)在我們已經(jīng)在 Dockerfile 中創(chuàng)建了我們的配方，是時候創(chuàng)造鏡像了。你可以通過以下命令完成：

GitHub 上也有：_Tutorial/blob/master/basic_tutorial/build_

這會創(chuàng)建一個 Docker 鏡像（而不是容器；如果你不記得這兩者之間的差異，請查閱文章前面的術(shù)語介紹），你可以在后面運行這個鏡像。

從你的 Docker 鏡像創(chuàng)建和運行容器 現(xiàn)在你已經(jīng)準(zhǔn)備好讓這一切工作起來了！我們可以通過執(zhí)行以下命令來調(diào)出環(huán)境：

同樣 GitHub 也有：_Tutorial/blob/master/basic_tutorial/run_

運行完這個命令之后，你的容器就運行起來了！Jupyter 服務(wù)器也運行起來了，因為在該 Dockerfile 最后有這個命令：

CMD [“./run_”]

現(xiàn)在你應(yīng)該可以通過其使用的端口訪問你的 Jupyter Notebook 了——在這個案例中可通過 :7745/ 訪問，密碼是 tutorial。如果你是通過遠(yuǎn)程的運行這個 Docker 容器，你還必須設(shè)置本地端口轉(zhuǎn)發(fā)，這樣你才能通過你的瀏覽器訪問你的 Jupyter 服務(wù)器。端口轉(zhuǎn)發(fā)介紹：

與你的容器交互 一旦容器設(shè)置完成并運行起來，下面這些命令就有用了：

·為容器附加一個新的終端會話。如果你需要安裝一些新軟件或使用 shell，這會很有用。

·將你的容器的狀態(tài)保存為新鏡像。即使你一開始就在 Dockerfile 中配置了你想安裝的所有庫，隨著時間的推移，你也可能還是需要對容器的狀態(tài)進(jìn)行很大的調(diào)整——通過交互來增加更多庫和軟件包。將你的容器的狀態(tài)保存為鏡像是很有用的，你后面可以將其分享出去或在上面加層。你可以使用 docker commit CLI 命令將容器狀態(tài)保存為新鏡像：

docker commit ltcontainer_namegt new_image_name:tag_name(可選的)

比如說，如果我想將名為 container1 的容器的狀態(tài)保存為名為 hamelsmu/tutorial:v2 的鏡像，我可以直接運行這個命令：

docker commit container_1 hamelsmu/tutorial:v2

你可能會疑惑鏡像名之前的 hamelsmu/ 是什么——這只是為了讓之后將該容器推送到 DockerHub 的工作更輕松，因為 hamelsmu 是我的 DockerHub 用戶名（后面會再談這個問題）。如果你的工作要使用 Docker，那么你的公司很可能有一個內(nèi)部私有的 Docker 庫，你也可以將你的 Docker 推送到那里。

·列出運行中的容器。當(dāng)我忘記現(xiàn)在正在運行的容器的名稱時，我就常常使用這個命令：

docker ps -a -f statusrunning

如果你在使用該命令時沒有加上 statusrunning，那么你就會看到你系統(tǒng)上的所有容器的列表（即使已經(jīng)不再運行的容器也在）。這對查找舊容器而言很有用。

·列出你在本地保存的所有鏡像。

docker images

·將你的鏡像推送到 DockerHub（或其它地方）。如果你想與其他人分享你的工作或?qū)㈢R像保存到云上，這個命令就會很有用。注意你在做這件事時可不要分享任何私人信息（DockerHub 上也有私有庫）。

首先創(chuàng)建一個 DockerHub 庫并給你的庫起一個適當(dāng)?shù)拿Q，參考這里：。然后要運行 docker login 命令來連接到你在 DockerHub 或其它注冊位置的賬戶。比如，要推送一個鏡像到這個容器（），我首先必須將我的本地鏡像命令為 hamelsmu/tutorial（我可以選擇任意標(biāo)簽名）。比如說，這個 CLI 命令就為：

docker push hamelsmu/tutorial:v2

將之前提到的 Docker 鏡像推送到這個庫，其標(biāo)簽為 v2，參考：。需要指出：如果你公開了你的鏡像，那么其他人就可以直接在你的鏡像上加層，就像本教程中我們在 ubuntu 鏡像上加層一樣。對于想要重現(xiàn)或延展你的研究的其他人來說，這非常有用。

你已經(jīng)掌握了現(xiàn)在你知道如何操作 Docker 了，你可以執(zhí)行以下任務(wù)：

·與同事和朋友共享可重現(xiàn)的研究。

·通過將你的代碼暫時遷移到所需的更大的計算環(huán)境中，無中斷地贏得 Kaggle 競賽。

·在你的筆記本電腦上的 Docker 容器內(nèi)進(jìn)行本地的原型開發(fā)，然后毫不費力地將同樣的計算過程無縫遷移到服務(wù)器上，同時還能保留你喜歡的本地環(huán)境配置（你的別名、vim 插件、bash 腳本、自定義提示等）。

·使用 Nvidia-Docker 在 GPU 計算機(jī)上快速實例化運行 TensorFlow、PyTorch 或其它深度學(xué)習(xí)庫所需的所有依賴包。（如果你從頭開始做，這個過程將非常艱辛。）參閱后面的彩蛋。

·將你的模型作為應(yīng)用發(fā)布，比如用作從 Docker 容器提供預(yù)測的 REST API。當(dāng)你的應(yīng)用 Docker 化了以后，就可以按照需要輕松地隨意復(fù)制。

進(jìn)階閱讀到這里我們也只學(xué)到了 Docker 的一點皮毛，前面還有很多東西值得掌握。我很關(guān)注 Docker 領(lǐng)域，我認(rèn)為數(shù)據(jù)科學(xué)家會常常遇到它，希望這篇文章能讓你有足夠的信心開始使用它。下面這些資源曾在我的 Docker 之旅中為我提供過幫助：

·有用的 Docker 命令：_docker_containers/

·更有用的 Docker 命令：

·Dockerfile 參考：

·如何創(chuàng)建和推送到 DockerHub 上的庫：

彩蛋：Nvidia-Docker我學(xué)習(xí) Docker 最早的原因是要在單個 GPU 上做深度學(xué)習(xí)模型的原型開發(fā)，然后在我需要更多計算資源時再遷移到 AWS 上。我當(dāng)時也在學(xué)習(xí) Jeremy Howard 的出色的 課程（），并且希望與其他人分享我的原型設(shè)計。

但是，要將英偉達(dá) GPU 的驅(qū)動程序等所有依賴包都包含以來，你不能使用 Docker，而是要用 Nvidia-Docker（）。這比使用 vanilla Docker 要多花一些功夫，但只要你理解了 Docker，做起來就很簡單。

我將我的 Nvidia-Docker 設(shè)置放在這里：_Tutorial/tree/master/gpu_tutorial，你可以用這個來進(jìn)行練習(xí)。