docker镜像制作

可以先基于一个已有镜像，通过bash添加自己需要的环境，然后commit一下【虽然官方不建议通过commit方式来创建，如果不担心镜像会越来越大的话，这种方式是最自由最简单的，通过dockerfile当然是更优的啦】

基于tensorflow官方镜像做修改，https://hub.docker.com/r/tensorflow/tensorflow/

拉线上镜像

docker pull tensorflow/tensorflow

运行bash

docker run -it tensorflow/tensorflow bash

安装python3+tensorflow-gpu+keras等等

安装完环境后退出docker

exit

查看所有docker容器，找到要commit的容器id

docker ps -a

结果如下：

这里我要commit的容器id为00ff1b764a1b

commit制作镜像

官方文档：https://docs.docker.com/engine/reference/commandline/commit/

docker commit -a "vellhe" -m "py3.6_tf1.8_keras2.2" 00ff1b764a1b tf_keras:v1

查看制作出来的镜像

docker images

将制作出来的镜像提交到https://hub.docker.com

需要先注册一个账号，然后创建一个REPOSITORY，在本地将镜像标记成和线上一样的REPOSITORY名，最后在本地登录账号并push到线上

• 注册账号并创建REPOSITORY
  我创建的REPOSITORY：

  
  

• 将镜像标记成同名REPOSITORY

  
  
• 登录账号

docker login

• push到线上

  
  
  

  通过commit搭建的镜像真的比较大，上传就只能慢慢等了

镜像导出导入

由于我网络堪忧，要都依赖线上镜像的话，镜像拷贝真的要死要死的了，所以必须线下导出导入
有两种方案：save&load、export&import

• save&load 【保存镜像，并不是容器】

# save
docker save vell001/tf-keras > tf-keras.tar
# load
docker load < tf-keras.tar

• export&import 【Export命令用于持久化容器（不是镜像），不会保留镜像的层级信息，所以大小会比save要小】

docker export 33f6c8359187 > tf-keras-33f6c8359187.tar
docker import tf-keras-33f6c8359187.tar