docker部署深度学习模型

准备工作

本文目标为在docker上部署深度学习模型，并将完成的实例保存为镜像，方便今后部署。本次部署用到了docker、ubuntu18.04、python3.6.8、flask1.1.1、keras2.2.4、numpy1.17、tensorflow1.14cpu版（因为模型为图像分类模型、推理过程不需要太大的算力，在服务器至强6278C CPU上一张图的响应时间在0.4秒以内，相比之下，在本地服务器gtx 2080ti GPU上用时为0.24秒左右，并没有太大提升）以及常用的python库。

docker基本操作

1.docker镜像的获得

docker search ubuntu:18.04

选择一个镜像，通过该路径下载镜像，如：

docker pull docker.io/library/ubuntu:18.04

该路径为官方镜像，里面很多东西都莫得，甚至没有python3，都需要自己装，如果想要省事就装一个配置完整的。
2.通过镜像运行一个容器

docker run -dit -v /root/mzw:/root/mzw -p 5001:5000 --name=test9999 docker.io/ubuntu

其中-dit,-v,-p,–name都是参数，详细参数介绍见