tinymind/tensorflow

镜像概述

本镜像为TensorFlow性能优化版本，包含多个子文件夹以支持不同场景需求：base提供特定Python版本、常用库（如numpy）及GPU驱动的基础镜像；example用于测试环境示例；frameworks包含特定机器学习框架镜像（含基础运行版与Notebook扩展版）。

核心功能

1. 提供conda/pyenv两种Python环境（推荐conda版本，含完整依赖）
2. 预安装常用机器学习库（Pillow、h5py、matplotlib、scikit-learn等）
3. 支持CPU/GPU架构，包含对应驱动配置
4. 提供Notebook扩展镜像，满足交互式开发需求
5. 包含自动化构建脚本，简化镜像生成流程

使用场景

• 机器学习模型的训练与推理
• Jupyter Notebook交互式开发与实验
• 快速搭建标准化的机器学习测试环境
• 部署基于TensorFlow的应用服务

配置说明

Base镜像构建步骤

sh
cd docker/base
# 构建镜像（镜像名需与Dockerfile后缀一致）
docker build . -t py36cpu -f Dockerfile.py36cpu
# 打标签
docker tag py36cpu tinymind/base:py36-cpu
# 推送至Docker Hub（需以tinymind账号登录）
docker push tinymind/base:py36-cpu

可使用rebuild-all.sh脚本批量构建所有base镜像。

Framework镜像构建步骤

sh
cd docker/frameworks
# 生成指定版本的Dockerfile（示例：生成keras的py27/py36版本，不含Notebook镜像）
python keras.py --nonb --langs py27 py36
# 进入构建目录执行构建
cd /tmp/tmbuild/
sh build.sh

预安装Python包列表

RUN pip --no-cache-dir install --upgrade \
        Pillow \
        h5py \
        jupyter \
        keras_applications \
        keras_preprocessing \
        matplotlib \
        numpy \
        scipy \
        scikit-learn \
        pandas \
        mkl \
        pyyaml \
        Cython \
        opencv-python \
        tinyenv