tensorflow docker容器在https://hub.docker.com/r/tensorflow/tensorflow/处可用于扩展此容器以及其他库,例如我知道有两个选项的请求.
>运行容器并运行pip安装请求
>将pip安装请求附加到构建此容器的dockerFile
还有其他选择吗？类似于从dockerFile创建tensorflow / tensorflow容器,然后在此容器上安装请求.
阅读How to extend an existing docker image?来完成这个创建一个包含这些内容的dockerFile？ ：
FROM tensorflow/tensorflow
RUN pip install requests
您的原始断言是正确的,创建一个新的Dockerfile：
原文链接：https://www.f2er.com/docker/437035.htmlFROM tensorflow/tensorflow
RUN pip install requests
现在建立它：
docker built -t me/mytensorflow .
运行：
docker run -it me/mytensorflow
在其中执行一个shell(docker ps -ql为我们提供了要运行的最后一个容器的id)：
docker exec -it `docker ps -ql` /bin/bash
从中获取日志：
docker logs `docker ps -ql`
扩展其他图像的能力使得docker非常强大,此外你还可以看看他们的Dockerfile：
https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/docker
并且从那里开始而不扩展他们的docker图像,这对于在生产中使用docker的人来说是最佳实践,因此您知道一切都是内部构建的,而不是一些黑客偷偷摸摸进入您的基础架构.干杯!和快乐的建筑
