可以用作起点的此类 Dockerfile 的工作示例如下: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
. 在 Docker 中成功编译 TensorFlow 的命令示例如下:
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,将TF_DOCKER_BUILD_IS_DEVEL=YES
其用作非开发 Docker 文件,只需从服务器下载预编译的 Docker 二进制文件。
TensorFlow 团队最近刚刚开始使用 AVX 构建开发 Docker 镜像。
对于 SSE,请参阅此问题。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。