基于官方的tensorflow镜像来打镜像

Dockerfile:

# FROM python:3.6

# 基于的基础镜像
# FROM tensorflow/tensorflow:latest-devel-gpu-py3
# 1.12.0-gpu-py3 是基于python3.5.2的版本：
FROM tensorflow/tensorflow:1.12.0-gpu-py3 

#创建workdir文件夹
RUN mkdir /workdir

#代码添加到workdir文件夹
ADD requirements.txt /workdir/

#设置workdir文件夹是工作目录
WORKDIR /workdir

# 安装支持
RUN pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

# CMD ["python", "/workdir/run_server.py"]
CMD ["/bin/bash"]

tensorflow镜像docker hub地址

制作容器：

docker build -t my_image:v0.0 . 

docker镜像制作成功。

使用该镜像启动容器：

docker run -it my_image:v0.0 /bin/bash

1.12.0-gpu-py3 是基于python3.5.2的版本，想要使用python3.6，将dockerfile改为如下：
tf-1.12.0 是基于nvidia/cuda:9.0的。

FROM nvidia/cuda:9.0-devel-ubuntu16.04

RUN apt-get update && \
  apt-get install -y software-properties-common && \
  add-apt-repository ppa:jonathonf/python-3.6
RUN apt-get update \
    && apt-get install -y build-essential python3.6 python3.6-dev python3-pip python3.6-venv

RUN pip install tensorflow-gpu==1.12.0-gpu-py3

#创建workdir文件夹
RUN mkdir /workdir

#代码添加到workdir文件夹
ADD requirements.txt /workdir/


#设置workdir文件夹是工作目录
WORKDIR /workdir

# 安装支持
# RUN apt-get update
# RUN apt-get upgrade -y
# RUN pip install --upgrade pip
RUN pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

# CMD ["python", "/code/extract_exp_service.py"]
CMD ["/bin/bash"]