linux卸载docker旧版本，安装最新稳定版本，并使用tensoflow serving部署深度学习模型

一：如果在linux第一次使用docker部署深度学习模型，则应先查看以下docker版本：
停止docker服务：
systemctl stop docker
查看当前版本：
rpm -qa | grep docker
如果不是最新版本，则卸载当前版本：
卸载软件包：

yum erase docker \
                  docker-client \
                  docker-client-latest \
                  docker-common \
                  docker-latest \
                  docker-latest-logrotate \
                  docker-logrotate \
                  docker-selinux \
                  docker-engine-selinux \
                  docker-engine \
                  docker-ce

删除镜像/容器等：

rm -rf /var/lib/docker

二：安装新版本：
软件包安装：

yum install -y yum-utils  device-mapper-persistent-data lvm2

添加yum源：

yum-config-manager \
--add-repo \
    https://download.docker.com/linux/centos/docker-ce.repo

查看可安装的版本：

yum list docker-ce --showduplicates | sort -r

安装最新版本：

yum install docker-ce -y

启动并开机自启：

systemctl start docker
systemctl enable docker

查看docker版本：

docker version

三：接下来以cpu为例，演示快速部署：
拉取镜像：

docker pull tensorflow/serving

下载demo models:

git clone https://github.com/tensorflow/serving

查找模型的路径，如我的路径为：

/home/yanfa/deep_fm_model/

输入以下命令即可
启动tensorflow服务容器并打开rest API端口：

docker run -t --rm -p 8501:8501    -v "/home/yanfa/deep_fm_model:/models/deep-model"    -e MODEL_NAME=deep-model    tensorflow/serving &

出现如上界面说明模型接口已开启成功
这是其他模型的测试数据格式，对于此次模型需要重新构造instances
使用预测API查询模型：

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

其中8500默认为rpc端口，8501默认为REST端口，可以同时开启。环境变量MODEL_NAME指向模型目录（默认model）,MODEL_BASH_PATH指向模型目录所在根目录（默认/models）