本文部分参考https://blog.csdn.net/u013948858/article/details/78429954

注意以下操作在64位Ubuntu16.04或14.04下进行，不支持32位虚拟机

因为我没有NVIDIA显卡，CPU还是个不支持最新的AVX指令集的老古董，只能选TensorFlow-1.5.0版本。
1.5.1以上的二进制TensorFlow安装包要求CPU必须支持英特尔酷睿AVX指令集

安装docker-ce

wget -qO- https://get.docker.com/ | sh

检查确认，后台已经开启docker服务

sudo systemctl status docker

# 屏幕输出以下内容后按q键退出● docker.service - Docker Application Container EngineLoaded: loaded (/lib/systemd/system/docker.service; enabled; vendor preset: enabled)Active: active (running) since 三 2018-05-23 09:33:05 CST; 1min 15s agoDocs: https://docs.docker.comMain PID: 15787 (dockerd)Tasks: 18Memory: 18.9MCPU: 635msCGroup: /system.slice/docker.service├─15787 /usr/bin/dockerd -H fd://└─15793 docker-containerd -l unix:///var/run/docker/libcontainerd/docker-containerd.sock --metrics-interval=0 5月 23 09:33:03 ubuntu1604 dockerd[15787]: time="2018-05-23T09:33:03.358744329+08:00" level=warning msg="Your kernel does
5月 23 09:33:03 ubuntu1604 dockerd[15787]: time="2018-05-23T09:33:03.358827602+08:00" level=warning msg="Your kernel does
5月 23 09:33:03 ubuntu1604 dockerd[15787]: time="2018-05-23T09:33:03.358843786+08:00" level=warning msg="Your kernel does
5月 23 09:33:03 ubuntu1604 dockerd[15787]: time="2018-05-23T09:33:03.359922021+08:00" level=info msg="Loading containers:
5月 23 09:33:03 ubuntu1604 dockerd[15787]: time="2018-05-23T09:33:03.826352529+08:00" level=info msg="Default bridge (doc
5月 23 09:33:05 ubuntu1604 dockerd[15787]: time="2018-05-23T09:33:05.000399734+08:00" level=info msg="Loading containers:
5月 23 09:33:05 ubuntu1604 dockerd[15787]: time="2018-05-23T09:33:05.345414436+08:00" level=info msg="Daemon has complete
5月 23 09:33:05 ubuntu1604 dockerd[15787]: time="2018-05-23T09:33:05.345457070+08:00" level=info msg="Docker daemon" comm
5月 23 09:33:05 ubuntu1604 dockerd[15787]: time="2018-05-23T09:33:05.375136993+08:00" level=info msg="API listen on /var/
5月 23 09:33:05 ubuntu1604 systemd[1]: Started Docker Application Container Engine.

# Ubuntu中docker默认用户组编号为998
cat /etc/group|grep docker
docker:x:998:
#也可手动修改sudo groupadd -g 998 --system docker

sudo usermod -aG docker $USER然后重新cat /etc/group|grep docker可以看到当前用户名已经被添加到docker组了

重启一次Linux，然后检查你的普通用户应该已经可以运行docker命令了

执行:

docker info

如果提示get ......dial unix /var/run/docker.sock权限不够，则修改/var/run/docker.sock权限

sudo chmod a+rw /var/run/docker.sock

拉回官方的Python3.5+TensorFlow-1.5.0的镜像

为什么选TensorFlow-1.5.0？因为我没有NVIDIA显卡，CPU还是个不支持最新的AVX指令集的老古董

docker pull tensorflow/tensorflow:1.5.0-py3

对于树莓派玩家，官方的docker仓库貌似还没有支持armhf，使用非官方的镜像，由romilly制作：

docker pull romilly/rpi-docker-tensorflow
# 作者romilly和samjabrahams上传的非官方镜像地址：
# https://hub.docker.com/r/romilly/rpi-docker-tensorflow/
# https://github.com/romilly/rpi-docker-tensorflow
# https://github.com/samjabrahams/tensorflow-on-raspberry-pi

两种不同的启动方式

1. 网页模式启动

# 启动预装了tensorflow的容器
docker run -it -p 8888:8888 tensorflow/tensorflow:1.5.0-py3
# 选项 -p 8888:8888表示端口映射，可通过宿主机浏览器查看这个容器
# http://localhost:8888/
# 第一次需要输入token和设置密码# 选项-d可以将docker放到后台运行# 树莓派用户需要选择专用镜像
# docker run -it  -p 8888:8888 romilly/rpi-docker-tensorflow bash

从其他终端窗口查询容器ID，或关闭容器

docker ps
CONTAINER ID        IMAGE                             COMMAND                  CREATED             STATUS              PORTS                              NAMES
146e3cda6d92        tensorflow/tensorflow:1.8.0-py3   "/run_jupyter.sh -..."   15 minutes ago      Up 15 minutes       6006/tcp, 0.0.0.0:8888->8888/tcp   affectionate_snyder# docker stop 容器ID
# docker start 容器ID

1. 进入命令提示符bash

docker run -it -v /home:/mnt tensorflow/tensorflow:1.5.1-py3 bash
# 选项
# -v /home:/mnt表示将宿主机/home目录加载到docker容器的/mnt位置
# -v /mnt:/mnt表示将宿主机/mnt目录加载到docker容器的/mnt位置
# bash代表进入容器虚拟机的命令提示符# 树莓派用户需要选择专用镜像
# docker run -it -v /home:/mnt romilly/rpi-docker-tensorflow bash

退出后这个容器将被保存到历史记录中

docker ps -a
# 查看CONTAINER ID
# 根据保存的容器ID编号可以重新进入容器
docker stop 容器ID
docker start 容器ID
docker attach 容器ID

• https://github.com/tensorflow/tensorflow/blob/master/tensorflow/tools/docker/README.md
• https://www.tensorflow.org/install/install_linux?hl=zh-cn