为何使用DaoCloud
因为国内docker全面被墙，完全无法安装或是下载镜像。所以就像无数的先辈们一样，我们有了国内的镜像源。不过这次有点不同，这次叫做加速器：
https://dashboard.daocloud.io/nodes/new
安装Docker
安装 Docker 官方的最新发行版， 支持 Ubuntu 12.04 以上版本
curl -sSL https://get.daocloud.io/docker | sh
安装完成后：
+ sh -c docker version
Client:
Version: 1.9.1
API version: 1.21
Go version: go1.4.2
Git commit: a34a1d5
Built: Fri Nov 20 13:12:04 UTC 2015
OS/Arch: linux/amd64
Server:
Version: 1.9.1
API version: 1.21
Go version: go1.4.2
Git commit: a34a1d5
Built: Fri Nov 20 13:12:04 UTC 2015
OS/Arch: linux/amd64
If you would like to use Docker as a non-root user, you should now consider
adding your user to the "docker" group with something like:
sudo usermod -aG docker your-user
Remember that you will have to log out and back in for this to take effect!
安装过程结束后，可执行下面命令验证安装结果。如果看到输出 docker start/running 就表示安装成功。
sudo service docker status
运行结果：
$ sudo service docker status
docker start/running, process 10692
安装主机监控程序
curl -sSL https://get.daocloud.io/daomonit/install.sh | sh -s 7a6d83cbe808b4注意这里是私有的5fbcc77d451d82f
什么是主机监控程序？
主机监控程序可以帮助您将主机接入到 DaoCloud 智能分发网络中，通过调用 Docker API 管理您的容器。
安装Kitematic
Kitematic 可以让你以最简单的方式在你的 Mac 电脑上开始使用 Docker 容器。是一个简单的 Docker 容器管理程序。
如何使用
启动Kitematic之后，我们就启动了Docker VM进程。关闭Kitematic我们会自动退出Docker VM进程。我们也可以使用docker-machine start来启动Docker VM。
在Kitematic中，启动之前安装好的daomonit，我们就可以使用dao pull来代替docker pull命令了。
docker-machine start default (启动Kitematic就相当于这个)
docker-machine ssh default (然后我们可以直接ssh到default)
dao pull tensorflow/tensorflow:latest
得到如下的反馈：
➜ ~ docker-machine ssh default
## .
## ## ## ==
## ## ## ## ## ===
/"""""""""""""""""\___/ ===
~~~ {~~ ~~~~ ~~~ ~~~~ ~~~ ~ / ===- ~~~
\______ o __/
\ \ __/
\____\_______/
_ _ ____ _ _
| |__ ___ ___ | |_|___ \ __| | ___ ___| | _____ _ __
| '_ \ / _ \ / _ \| __| __) / _` |/ _ \ / __| |/ / _ \ '__|
| |_) | (_) | (_) | |_ / __/ (_| | (_) | (__| < __/ |
|_.__/ \___/ \___/ \__|_____\__,_|\___/ \___|_|\_\___|_|
Boot2Docker version 1.8.1, build master : 7f12e95 - Thu Aug 13 03:24:56 UTC 2015
Docker version 1.8.1, build d12ea79
docker@default:~$
然后看看有哪些镜像和容器：
docker@default:~$ docker images
REPOSITORY TAG IMAGE ID CREATED VIRTUAL SIZE
daocloud.io/daocloud/daocloud-toolset latest 02ff2e9e58d7 4 weeks ago 145.8 MB
ptimof/ghost latest 1722fa005568 4 weeks ago 351.2 MB
tensorflow/tensorflow latest 4f849d71dfa0 7 weeks ago 653.1 MB
docker@default:~$ docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
2640b244f3c8 daocloud.io/daocloud/daomonit "/usr/local/bin/daomo" 6 weeks ago Up 5 minutes daomonit
假如我们要运行之前安装的TensorFlow，则可以
docker run -it tensorflow/tensorflow
root@01dc70bc523f:~#
这样，我们就进入了tensorflow容器内部，可以迅速开始深度学习之旅啦！
