使用docker搭建tensorflowh环境并部署flask项目

一、安装docker

Windows安装

查看电脑是否为家庭版

安装docker

linux环境

百度

（由于本电脑cpu不适用，操作主要在linux环境中进行）

二、基础镜像容器操作

docker 查看和删除镜像、容器

docker images
docker rmi 镜像id

docker ps -a
docker rm 容器id

三、TensorFlow镜像搭建思路

由于dockerfile编写安装环境和TensorFlow，在运行容器是经常出现问题，如：不能使用安装的依赖包。

本次操作直接在docker中进行。所以直接在一个“空白”的环境中搭建好linux和python环境，导出容器为镜像。再将镜像运行，进入容器中直接安装TensorFlow，完成TensorFlow安装。

四、具体操作

项目文件如下

1、requirements.txt

bert_base

flask

2、dockerfile

FROM ubuntu:16.04
FROM python:3.6.5

RUN apt-get update -y && \
    apt-get install -y python-pip python-dev

COPY ./requirements.txt /app/requirements.txt
WORKDIR /app

RUN apt-get update --fix-missing && apt-get install -y vim --fix-missing
RUN pip install -r requirements.txt

COPY . /app
CMD python /app/html_test.py

3、主python程序

from flask import Flask
app = Flask(__name__)

@app.route('/')
def hello_world():
    return 'Hello World!'

if __name__ == '__main__':
    app.run("0.0.0.0", 8090, threaded=True)

4、打包

docker build -t simbert:v1 .

5、运行镜像

docker run -p 8090:8090-d 镜像id

6、docker exec进入容器内

docker exec -it 容器id bash

安装TensorFlow

exit 退出

exit 

7、按照dockerfile导入项目

docker cp html_test.py 容器id:/
docker cp . 容器id::/app/

8、退出容器，更改后的容器再打包更新生成镜像

docker commit -m="rm bertcheckpoint" 容器id   simbert:v3

这里运行时出现报错，cpu指令集不适用，版本老，需要换电脑。这个是我在Windows环境中运行容器中遇到的问题，不知道怎么解决。于是换到linux环境中，重复以上操作。

2022-05-17 02:08:57.813239: F tensorflow/core/platform/cpu_feature_guard.cc:37] The TensorFlow library was compiled to use AVX instructions, but these aren't available on your machine.

Aborted (core dumped)

这一部分的思路参考

docker 打包flask tensorflow模型镜像；更新、上传阿里云仓库及拉取服务；文件挂载_loong_XL的博客-CSDN博客_docker打包tensorflow

五、导出整体项目与测试（容器与项目）

docker save simbert:v4 > ./simbert.tar

mobaxterm可视化界面展示如下

首先，清空镜像

之后，导入生成的镜像

docker load < simbert.tar

显示镜像导入成功

测试

docker run -p 8090:8090 -d 镜像id

这一部分主要参考

https://blog.csdn.net/ichen820/article/details/119144468