rktp/tensoras Docker 镜像 - 轩辕镜像 | Docker 镜像高效稳定拉取服务

TensorFlow-Keras镜像文档

镜像概述

本镜像基于TensorFlow构建，已集成Keras框架，提供开箱即用的深度学习环境。标签末尾带有"notebook"的镜像变体将自动启动Jupyter Notebook服务，便于交互式模型开发与实验。

核心功能与特性

• TensorFlow基础环境：包含完整TensorFlow运行环境，支持标准API调用
• Keras集成：预装Keras库，可直接通过TensorFlow后端使用Keras构建模型
• Jupyter Notebook自动启动：标签以"notebook"结尾的镜像（如latest-notebook）启动时自动运行Jupyter Notebook服务

使用场景

• 深度学习模型开发与调试
• 机器学习算法原型验证
• 教育场景下的TensorFlow/Keras教学演示
• 快速搭建Jupyter Notebook交互式开发环境

使用方法

1. 拉取镜像

根据需求拉取对应标签的镜像：

• 基础镜像（TensorFlow+Keras）：

  bash
  docker pull [镜像仓库地址]/tensorflow-keras:latest
  

• 带Jupyter Notebook的镜像：

  bash
  docker pull [镜像仓库地址]/tensorflow-keras:latest-notebook
  

2. 运行容器

基础镜像运行

bash
docker run -it --rm [镜像仓库地址]/tensorflow-keras:latest

启动交互式容器，可直接在终端使用TensorFlow和Keras。

带Jupyter Notebook的镜像运行

bash
docker run -d -p 8888:8888 --name tf-keras-notebook [镜像仓库地址]/tensorflow-keras:latest-notebook

• -d：后台运行容器
• -p 8888:8888：映射Jupyter Notebook默认端口
• --name：指定容器名称

启动后通过http://localhost:8888访问Notebook（首次访问需输入容器日志中的token，可通过docker logs tf-keras-notebook查看）。

3. 数据持久化（可选）

挂载本地目录保存Notebook文件：

bash
docker run -d -p 8888:8888 -v /本地目录:/notebooks --name tf-keras-notebook [镜像仓库地址]/tensorflow-keras:latest-notebook

/本地目录为宿主机目录，/notebooks为容器内Notebook工作目录。