在docker中使用gpu和本地目录训练模型

以TensorFlow1.14-gpu为例，服务器先安装好docker服务，以及显卡驱动，这个的好处是只需要自己安装驱动即可实用，不需要安装cuda和cudnn。

1、下载docker image
docker pull tensorflow/tensorflow:1.14.0-gpu-py3
2、带gpu运行docker，挂载本地目录，假设代码在本地目录/home/song/develop_project/my_project_1中，挂载到docker的/home/my_project_1中：
run -itd --name tensorflow_14 --gpus all -v /home/song/develop_project/my_project_1://home/my_project_1 tensorflow/tensorflow:1.14.0-gpu-py3 /bin/bash
3、进入docker
docker exec -it tensorflow_14 /bin/bash
4、执行更新
apt-get update
5、安装依赖包
apt-get install libpq-dev
6、更新pip，通过豆瓣更新。
pip install --upgrade pip -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
8、安装项目需要的包，通过豆瓣更新。
pip install -r requirements.txt -i http://pypi.douban.com/simple --trusted-host pypi.douban.com