python - Docker 从守护进程获取事件时出错 : EOF

Question

<小时/>

错误报告信息

描述

大家好，在关注了 google codelabs 之后，Codelabs在在/tf_files/bottlenecks/roses/13231224664_4af5293a37.jpg.txt 处创建瓶颈之后，我收到了错误ERRO[4334] error getting events from daemon: EOF

更新: 我重新运行它，这显示了 ERRO[53469] 从守护进程获取事件时出错:EOF

重现问题的步骤: 1. ```` pythontensorflow/examples/image_retraining/retrain.py\

--bottleneck_dir=/tf_files/bottlenecks \ --how_many_training_steps 500 \ --model_dir=/tf_files/inception \ --output_graph=/tf_files/retrained_graph.pb \ --output_labels=/tf_files/retrained_labels.txt \ --image_dir /tf_files/flower_photos

```

描述您收到的结果: ERRO[4334] 从守护程序获取事件时出错:EOF

描述您期望的结果: 完成重新训练

docker版本的输出:

Docker 版本 1.13.1，内部版本 092cba3

docker info的输出:

容器:6 运行:0 暂停:0 停止:6 图片:2 服务器版本:1.13.1 存储驱动程序:overlay2 支持文件系统:extfs 支持 d_type: true 原生覆盖差异:true 日志记录驱动程序:json-file Cgroup 驱动程序:cgroupfs 插件: 音量:本地 网络:桥接主机 ipvlan macvlan null 覆盖 群:不活跃 运行时:runc 默认运行时:runc 初始化二进制文件:docker-init 容器版本:aa8187dbd3b7ad67d8e5e3a15115d3eef43a7ed1 runc版本:9df8b306d01f59d3a8029be411de015b7304dd8f 初始化版本:949e6fa 安全选项: 安全计算 配置文件:默认 内核版本:4.9.8-moby 操作系统:Alpine Linux v3.5 操作系统类型:linux 架构:x86_64 中央处理器:2 总内存:1.952 GiB 姓名:莫比 ID:UNXQ:IPAT:2ZHG:3443:M7XI:M3FW:W7Q7:G4HV:IKKW:W5TU:72TI:SH3G Docker 根目录:/var/lib/docker Debug模式(客户端): false Debug模式(服务器):true 文件描述符:16 Goroutine:27 系统时间:2017-02-21T14:43:50.071749826Z 事件监听器:1 无代理:*.local，169.254/16 注册表:https://index.docker.io/v1/ 实验:真实 不安全的注册表: 127.0.0.0/8 启用实时恢复: false

其他环境详细信息(AWS、VirtualBox、物理等): OS X 与 python 2.7, 这出现了 W tensorflow/core/platform/cpu_feature_guard.cc:45] TensorFlow 库未编译为使用 SSE3 指令，但这些指令可在您的计算机上使用，并且可以加快 CPU 计算速度。 Wtensorflow/core/platform/cpu_feature_guard.cc:45] TensorFlow 库未编译为使用 SSE4.1 指令，但这些指令可在您的计算机上使用，并且可以加快 CPU 计算速度。 Wtensorflow/core/platform/cpu_feature_guard.cc:45] TensorFlow 库未编译为使用 SSE4.2 指令，但这些指令可在您的计算机上使用，并且可以加快 CPU 计算速度。 Wtensorflow/core/platform/cpu_feature_guard.cc:45] TensorFlow 库未编译为使用 AVX 指令，但这些指令可在您的计算机上使用，并且可以加快 CPU 计算速度。 Wtensorflow/core/platform/cpu_feature_guard.cc:45] TensorFlow 库未编译为使用 AVX2 指令，但这些指令可在您的计算机上使用，并且可以加快 CPU 计算速度。 Wtensorflow/core/platform/cpu_feature_guard.cc:45] TensorFlow 库未编译为使用 FMA 指令，但这些指令可在您的计算机上使用，并且可以加快 CPU 计算速度。 非常感谢

Answer 1

解决方案是在 Docker 首选项中增加 CPU 大小和 RAM。