centos8 安装docker 实现 tensoflow 模型的部署

1.首先为cenos8系统安装 docker

使用国内 daocloud 一键安装命令：

curl -sSL https://get.daocloud.io/docker | sh

使用docker ps 会提示 docker 为启动。这时使用 systemctl start docker启动docker。启动docker后可以再次使用 docker ps验证是否启动。

确保安装启动好docker后，可以浏览tensorflow的官方文档，这里介绍了tensorflow提供的一个工具 TensorFlow Serving，这个工具可以将训练好的模型直接上线并提供服务。用户可以使用 基于gRPC或RESTfull API的方式，去调用模型得到返回结果。

https://www.tensorflow.org/tfx/serving/docker

# 下面是 Tensorflow 官方提供的 Tensorflow Serving 使用方法

# Download the TensorFlow Serving Docker image and repo
docker pull tensorflow/serving				#下拉 tensorflow/serving 镜像

git clone https://github.com/tensorflow/serving			
# Location of demo models
TESTDATA="$(pwd)/serving/tensorflow_serving/servables/tensorflow/testdata"

# Start TensorFlow Serving container and open the REST API port
docker run -t --rm -p 8501:8501 \
    -v "$TESTDATA/saved_model_half_plus_two_cpu:/models/half_plus_two" \
    -e MODEL_NAME=half_plus_two \
    tensorflow/serving &

# Query the model using the predict API
curl -d '{"instances": [1.0, 2.0, 5.0]}' \
    -X POST http://localhost:8501/v1/models/half_plus_two:predict

# Returns => { "predictions": [2.5, 3.0, 4.5] }

执行文档命令行过程中可能会遇到的问题：
1.在执行 git Clone 是 如果提示未找到命令，则执行yum install -y git安装git工具。
然后再 git clone https://github.com/tensorflow/serving 这是tensorflow的开源代码。其中含有一些示例模型，这里我们就是使用 一个简单模型来模拟 tensorflow模型的部署。
2.在执行docker run -t --rm时，可能会遇到一下错误。

解决方法：安装 libseccomp-devel ，yum install libseccomp-devel