Docker 使用杂记 - 最佳实践尝试 - 实战

[TOC] # Docker 使用杂记 - 最佳实践尝试 - 实战 > 本文记录了一个项目中使用docker构建环境的过程 ## Docker简介 Docker NB！好了 其他简介自己看网上吧  ## 项目背景 ### 内在原因 这次的代码基于一个特定的tensorflow版本构建（才不是tf2跑不起来呢！ ### 外在原因 与别人分享代码的时候就可以不用告诉他怎么一步步配置环境了 并且基于GPU的Docker镜像可以由nvidia-docker直接运行 ## 基础镜像 ### 需求 #### Tensorflow==1.14 #### CUDA==10.0 #### cuDNN==7.4 #### openCV==3.4.2.16 俗话说好的开始是成功的一半 这次的基础镜像就由tensorflow官方搭的镜像为基础 看了一圈选择了`tensorflow/tensorflow:1.14.0-gpu-py3` 地址在这[tensorflow:1.14.0-gpu-py3](https://hub.docker.com/layers/tensorflow/tensorflow/1.14.0-gpu-py3/images/sha256-e72e66b3dcb9c9e8f4e5703965ae1466b23fe8cad59e1c92c6e9fa58f8d81dc8?context=explore) 挺不错 自带GPU支持 要构建其他镜像的同学也可以在`tags`里面搜索即可 全都有 ## 镜像维护者 这里是说的`MAINTAINER`这个标签 但是我刚敲出来 就发现 过期了（`deprecated` 上网一搜发现解决方案是用`LABEL` 最佳实践： ``` LABEL maintainer="Licsber