2023保姆级：深度学习环境在Docker上搭建（基于Linux和WSL）

以下是一个简化的Dockerfile示例，用于创建一个基于Ubuntu的深度学习环境：

# 使用Ubuntu作为基础镜像
FROM ubuntu:20.04
 
# 安装必要的软件包
RUN apt-get update && apt-get install -y \
    python3 \
    python3-pip \
    git \
    curl \
    vim
 
# 安装CUDA和cuDNN（如果需要GPU支持）
RUN curl -s https://raw.githubusercontent.com/soumith/cudnn.git/master/cudnn.mk | sed "s/CUDA_PATH/CUDA_PATH=/CUDA_PATH=/CUDA_VERSION=/CUDA_VERSION=/CUDNN_VERSION=/CUDNN_VERSION=/CUDNN_ARCH=/CUDNN_ARCH=/g" | sed "s/^.*CUDNN_VERSION=.*/    CUDNN_VERSION=8/g" | sed "s/^.*CUDA_VERSION=.*/    CUDA_VERSION=11.2/g" | sed "s/^.*CUDA_MAJOR=.*/    CUDA_MAJOR=11/g" | sed "s/^.*CUDA_MINOR=.*/    CUDA_MINOR=0/g" | sed "s/^.*CUDA_DOT=.*/    CUDA_DOT=0/g" | sed "s/^.*CUDA_SRC_DIR=.*/    CUDA_SRC_DIR=NVIDIA-CUDA-11.0-source/g" | sed "s/^.*CUDNN_SRC_DIR=.*/    CUDNN_SRC_DIR=NVIDIA-cuDNN-8.0-source/g" | sed "s/^.*CUDA_DRIVER_VERSION=.*/    CUDA_DRIVER_VERSION=450.51.06/g" | sed "s/^.*CUDA_PKG_VERSION=.*/    CUDA_PKG_VERSION=1-1/g" | sed "s/^.*CUDNN_PKG_VERSION=.*/    CUDNN_PKG_VERSION=8.0.5-1/g" | sed "s/^.*CUDNN_LIB_VERSION=.*/    CUDNN_LIB_VERSION=8/g" | sed "s/^.*CUDNN_MAJOR=.*/    CUDNN_MAJOR=8/g" | sed "s/^.*CUDNN_MINOR=.*/    CUDNN_MINOR=0/g" | sed "s/^.*CUDNN_PATCH=.*/    CUDNN_PATCH=5/g" | sh
 
# 安装深度学习框架
RUN pip3 install --no-cache-dir tensorflow
 
# 设置工作目录
WORKDIR /workspace
 
# 设置容器启动时的默认命令
CMD ["bash"]

这个Dockerfile展示了如何创建一个基于Ubuntu的Docker镜像，并在其中安装了Python3、pip、git、curl和vim等常用软件。同时，它演示了如何使用curl和sed命令来定制化安装CUDA和cuDNN，这对于需要GPU加速的深度学习环境非常有用。最后，它演示了如何使用pip安装TensorFlow这一流行的深度学习框架。