docker run 已有images_Tensorflow训练+上线+预测过程（Docker）

1. 记录Tensorflow 搭建过程，基于Docker
2. MNIST 模型计算
3. Tensorflow Serveing 搭建过程，基于Docker
4. 模型测试
5. Tensorflow-Serveing gRPC 远端预测调用
6. Tensorflow -Serveing RESTful 远端预测调用

Tensorflow 基于Docker 搭建过程

版本使用说明：

docker 19.03.4
Tensorflow:1.12.3-py3 使用镜像：tensorflow/tensorflow:1.12.3-py3
镜像包括：
- Jupyter Notebook
- TensorFlow
- scikit-learn
- pandas
- matplotlib
- numpy
- scipy
- Pillow
- Python3

1. 安装Docker环境
2. 启动
   启动tensorflow
   docker run --name notebooks -d -v /home/notebooks:/notebooks -v /home/logs:/logs -p 8888:8888 tensorflow/tensorflow:1.12.3-py3 /run_jupyter.sh --allow-root --NotebookApp.token='abc123'
   启动TensorBoard
   docker run --name board -d -v /home/logs:/logs -p 6006:6006 tensorflow/tensorflow:1.12.3-py3 tensorboard --logdir /logs
   ​

   开启：http://<ip>:8888  和 http://<ip>:6006 开启jupyter 和 board 

MNIST模型训练并生成model

1. 上传mnist 对应的代码。避免下载训练数据失败， 这里一并上传。