tensorflow docker容器可以在https://hub.docker.com/r/tensorflow/tensorflow/上找到,以扩展这个容器和其他库,例如requests
我知道有两个选项.
运行容器并运行 pip install requests
附加pip install requests
到dockerFile
构建此容器的那个
还有其他选择吗?类似于tensorflow/tensorflow
从dockerFile 创建容器然后requests
在此容器上安装的东西.
阅读如何扩展现有的泊坞窗图像?要完成这个创建一个包含这些内容的dockerFile?:
FROM tensorflow/tensorflow RUN pip install requests
thoth.. 17
您的原始断言是正确的,创建一个新的Dockerfile:
FROM tensorflow/tensorflow RUN pip install requests
现在构建它:
docker build -t me/mytensorflow .
运行:
docker run -it me/mytensorflow
在其中执行一个shell(docker ps -ql
给我们一个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,而不是一些黑客潜入您的基础架构.干杯! 和快乐的建筑
您的原始断言是正确的,创建一个新的Dockerfile:
FROM tensorflow/tensorflow RUN pip install requests
现在构建它:
docker build -t me/mytensorflow .
运行:
docker run -it me/mytensorflow
在其中执行一个shell(docker ps -ql
给我们一个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,而不是一些黑客潜入您的基础架构.干杯! 和快乐的建筑