创建一个编译Tensorflow二进制文件的Dockerfile：SSE4.1，SSE4.2和AVX指令

Question

那么，docker的一个主要目的是轻松部署一个环境来测试软件吗？任何人都可以告诉我如何编译Tensorflow二进制文件使用：docker文件上的SSE4.1，SSE4.2？任何人都可以指向我这样做的docker文件吗？如果可能的话？

总之，有两个问题：

• 是否可以使用编译Tensorflow二进制文件的docker文件：SSE4.1，SSE4.2（和GPU，我只找到一个或另一个）
• 你能告诉我在哪里可以找到这样做的Docker文件或一个好的教程吗？

“这个问题的目的是避免以下情况：主机设置工作但Docker设置不起作用，因为Tensorflow没有以特定方式编译。”喜欢下面的图片。

Answer 1

这个Dockerfile的工作示例可以作为起点：https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/docker（详见README.md）。

更准确地说，它是一组参数化的Docker文件，构建以parameterized_docker_build.sh开头。在Docker中成功编译TensorFlow的命令示例是：

export TF_DOCKER_BUILD_IS_DEVEL=YES
export TF_DOCKER_BUILD_TYPE=CPU
export TF_DOCKER_BUILD_PYTHON_VERSION=PYTHON3
export TF_DOCKER_BUILD_DEVEL_BRANCH=master
tensorflow/tools/docker/parameterized_docker_build.sh

为了使用自定义标志构建TensorFlow，使用TF_DOCKER_BUILD_IS_DEVEL=YES作为非开发Docker文件只需从服务器下载预编译的Docker二进制文件。

TensorFlow团队最近刚刚开始build development Docker images with AVX。

对于SSE see this question。您可以在https://github.com/tensorflow/tensorflow/blob/master/tensorflow/tools/docker/Dockerfile.devel的本地副本中修改bazel命令行。

PS。对于使用自定义选项的非开发TensorFlow构建，您可以查看https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/ci_build。