tensorflow 1.14.0 镜像制作
docker pull tensorflow/tensorflow:1.14.0-py3 docker run -dit -v /root/models:/root/models --name bert tensorflow/tensorflow:1.14.0-py3
官方 TensorFlow Docker 映像位于 tensorflow/tensorflow Docker Hub 代码库中。映像版本按照以下格式进行标记：
| 标记 | 说明 |
|---|---|
latest | TensorFlow CPU 二进制映像的最新版本。（默认版本） |
nightly | TensorFlow 映像的每夜版（不稳定）。 |
version | 指定 TensorFlow 二进制映像的版本，例如：2.1.0 |
devel | TensorFlow master 开发环境的每夜版。包含 TensorFlow 源代码。 |
每个基本标记都有用于添加或更改功能的变体：
| 标记变体 | 说明 |
|---|---|
tag-gpu | 支持 GPU 的指定标记版本。（详见下文） |
tag-py3 | 支持 Python 3 的指定标记版本。 |
tag-jupyter | 带有 Jupyter 的指定标记版本（包含 TensorFlow 教程笔记本） |
您可以一次使用多个变体。例如，以下命令会将 TensorFlow 版本映像下载到计算机上：
docker pull tensorflow/tensorflow # latest stable releasedocker pull tensorflow/tensorflow:devel-gpu # nightly dev release w/ GPU supportdocker pull tensorflow/tensorflow:latest-gpu-jupyter # latest release w/ GPU support and Jupyter
要启动配置 TensorFlow 的容器，请使用以下命令格式：
docker run [-it] [--rm] [-p hostPort:containerPort] tensorflow/tensorflow[:tag] [command]
有关详情，请参阅 Docker 运行参考文档。
我们使用带 latest 标记的映像验证 TensorFlow 安装效果。Docker 会在首次运行时下载新的 TensorFlow 映像：
docker run -it --rm tensorflow/tensorflow \
python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
参考连接：
https://tensorflow.google.cn/install/docker?hl=zh-cn
https://hub.docker.com/r/tensorflow/tensorflow/