我使用 Docker 在本地安装了 TensorFlow API（对象检测）。我如何在 Jupyter Notebook 中使用这个包？
I installed a TensorFlow API (Object Detection) locally using Docker. How can I use this package in a Jupyter Notebook?
我正在尝试将 Tensorflow 的对象检测库用于学生项目。我按照 Tensorflow 团队的说明在 Docker 上本地安装（参见这些链接：Tensorflow Team's Instructions and Medium Article with the Same Instructions）。我能够在 Docker 上成功获取图像并 运行ning，即我成功安装了 API。
但我缺少有关 Docker 的背景信息，无法了解如何以及在何处导入和使用对象检测功能（例如：from object_detection.utils import label_map_util、from object_detection.utils import dataset_util 等）
- 当我在本地 Anaconda Jupyter Notebook 中尝试时，出现 ModuleNotFound 错误，大概是因为 object_detection API 位于 Docker 容器中。
- 我尝试使用 Docker 按照 this article 打开一个单独的 Jupyter Notebook。这是我在 models/research 文件夹下的 Powershell（命令提示符）中输入的内容：
$ docker run -p 8888:8888 -v $(pwd):/home/jovyan/work jupyter/minimal-notebook。
我能够使用 Docker 打开一个单独的 Jupyter Notebook，但这创建了一个与安装了 object_detection 的容器完全不同的容器。所以这也返回了 ModuleNotFound 错误。
- 我尝试 运行 在正确容器中的 bash shell 中使用相同的命令（我使用
docker exec -it [container_name] /bin/bash）。但是，当我尝试在那个 bash shell 中输入任何 'docker' 或 'sudo' 命令时，它 returns 一个错误，通常说在 bash shell.
我想我对 Docker 的了解还不够，无法知道如何以及在何处可以将 object_detection 导入到我的 Python 代码中。任何资源、链接或提示都将不胜感激。
经过多次尝试，对于那些在使用 Docker 安装模块后可能遇到类似问题的人，我有了一个答案。我相信在解决这个问题的过程中，我至少遇到了以下两个问题之一：
错误的环境：我在位于 Anaconda 基地的 Jupyter Notebook 中编码。对于 tensorflow 或依赖于 tensorflow 的 API，您必须使用 Anaconda Navigator 中的“Applications on:”下拉框并切换到 tensorflow (tf) 环境。我相信我已经为大部分故障排除选择了这个环境，但有时在重新启动和安装之间会混淆一些东西，所以请检查一下。
系统环境变量需要手动更新：这是最重要也是最复杂的问题，让我无法导入object_detection. Python 使用系统路径搜索模块，但有时模块可能位于不包含在“Path”环境变量中的目录中。我根据解决方案更改了我的环境变量。您唯一需要注意的是 Python 文件夹的名称。 这取决于您的 Python 程序文件的名称。 我的 Python 文件夹名为“Python”，而不是“Python36” ”。但无论如何，感谢上述解决方案的合作者，因为它确实帮助了我。
我正在尝试将 Tensorflow 的对象检测库用于学生项目。我按照 Tensorflow 团队的说明在 Docker 上本地安装（参见这些链接：Tensorflow Team's Instructions and Medium Article with the Same Instructions）。我能够在 Docker 上成功获取图像并 运行ning，即我成功安装了 API。
但我缺少有关 Docker 的背景信息，无法了解如何以及在何处导入和使用对象检测功能（例如：from object_detection.utils import label_map_util、from object_detection.utils import dataset_util 等）
- 当我在本地 Anaconda Jupyter Notebook 中尝试时，出现 ModuleNotFound 错误，大概是因为 object_detection API 位于 Docker 容器中。
- 我尝试使用 Docker 按照 this article 打开一个单独的 Jupyter Notebook。这是我在 models/research 文件夹下的 Powershell（命令提示符）中输入的内容：
$ docker run -p 8888:8888 -v $(pwd):/home/jovyan/work jupyter/minimal-notebook。 我能够使用 Docker 打开一个单独的 Jupyter Notebook，但这创建了一个与安装了 object_detection 的容器完全不同的容器。所以这也返回了 ModuleNotFound 错误。 - 我尝试 运行 在正确容器中的 bash shell 中使用相同的命令（我使用
docker exec -it [container_name] /bin/bash）。但是，当我尝试在那个 bash shell 中输入任何 'docker' 或 'sudo' 命令时，它 returns 一个错误，通常说在 bash shell.
我想我对 Docker 的了解还不够，无法知道如何以及在何处可以将 object_detection 导入到我的 Python 代码中。任何资源、链接或提示都将不胜感激。
经过多次尝试，对于那些在使用 Docker 安装模块后可能遇到类似问题的人，我有了一个答案。我相信在解决这个问题的过程中，我至少遇到了以下两个问题之一：
错误的环境：我在位于 Anaconda 基地的 Jupyter Notebook 中编码。对于 tensorflow 或依赖于 tensorflow 的 API，您必须使用 Anaconda Navigator 中的“Applications on:”下拉框并切换到 tensorflow (tf) 环境。我相信我已经为大部分故障排除选择了这个环境，但有时在重新启动和安装之间会混淆一些东西，所以请检查一下。
系统环境变量需要手动更新：这是最重要也是最复杂的问题，让我无法导入object_detection. Python 使用系统路径搜索模块，但有时模块可能位于不包含在“Path”环境变量中的目录中。我根据解决方案