张量流停靠器容器可在https://hub.docker.com/r/tensorflow/tensorflow/处使用,以使用requests
等其他库来扩展此容器。我知道有两个选项。
pip install requests
pip install requests
附加到构建此容器的dockerFile
还有其他选择吗?比如从dockerFile创建tensorflow/tensorflow
容器,然后在此容器上安装requests
。
阅读How to extend an existing docker image?来完成此操作会创建一个包含这些内容的dockerFile吗? :
FROM tensorflow/tensorflow
RUN pip install requests
答案 0 :(得分: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(注意名称应该是小写):
docker build -t me/mytensorflow .
运行它:
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,因此您知道所有内容都是内部构建的,而不是某些黑客潜入您的基础架构。干杯!和快乐的建筑
答案 1 :(得分:3)
您可以通过以下方式输入正在运行的容器:
docker exec -it CONTAINER_ID bin/bash
或如果设置了名称:
docker exec -it CONTAINER_NAME bin/bash