docker - 如何知道最新标签背后的Docker镜像版本?

标签 docker tensorflow version

我正在使用 tensorflow 的两个docker图像(最新标签和最新gpu标签):
FROM tensorflow/tensorflow:latest-gpu
和:
FROM tensorflow/tensorflow:latest
为了将来没有惊喜,我想设置这两个图像的版本。

在docker hub上,我无法在the tags pages中找到此信息:例如,latest将与1.8.0-gpu标记相对应。

您知道是否以及在哪里可以找到此信息吗?

谢谢,

亚历山大(Alexandre)

最佳答案

Do you know if and where I can find this information?



只是为了弄清楚。 Docker镜像周围可以有多个标签。对上述图像进行更仔细的检查后发现,它们仅具有单个标签(仅latest),因此无需额外标记。因此,从图像本身说,您无法推断出它们与哪个 tensorflow 版本有关。

但是,您还有其他选择:
  • 确保您使用正确的“版本化” tensorflow 图像而不是latest的最简单方法是实际启动最新图像:
    docker run -it --rm -p 8888:8888 tensorflow/tensorflow:latest
    

    要么
    nvidia-docker run -it -p 8888:8888 tensorflow/tensorflow:latest-gpu
    

    然后,导航至给定的URL链接,格式为:
    http://localhost:8888/?token=XXXX...
    

    然后在jupyter中创建新的笔记本File->New Noteboot->Python2并通过以下命令检查tensorflow版本:
    import tensorflow as tf
    print tf.VERSION
    

    要么
    import tensorflow as tf
    tf.__version__
    

    然后运行它。请注意,在我的情况下,latest标记响应为:1.8.0,但是如果您前一阵子拉了latest图像并且在此期间未更新(或将来未阅读),则可能会与此不同。
  • 一旦获得了要使用的版本,就可以简单地导航至帖子中提到的the tags pages以获取正确的标签(在我的情况下,分别为1.8.01.8.0-gpu(因为latest标记为我提供了Python2)。
  • 有关从后缀中选择适当标签的简短说明(对于1.8.0版本):
  • 在大多数情况下,您将选择以下稳定发行版镜像之一:
  • 1.8.0-gpu-py3-稳定发布镜像gpu python 3
  • 1.8.0-py3-稳定发布的图像cpu python 3
  • 1.8.0-gpu-稳定发布镜像gpu python 2
  • 1.8.0-稳定发布镜像cpu python 2 <-对于我来说,这对于cpu latest是正确的标记。
  • 但是,在某些特殊情况下,您可以选择开发或发布候选版本:
  • 1.8.0-devel-gpu-py3-开发版本gpu python 3
  • 1.8.0-devel-gpu-开发版本gpu python 2
  • 1.8.0-devel-py3-开发版本cpu python 3
  • 1.8.0-devel-开发版本cpu python 2
  • 1.8.0-rcN-devel-gpu-py3-开发版本候选gpu python 3
  • 1.8.0-rcN-devel-py3-开发版本候选cpu python 3
  • 1.8.0-rcN-gpu-py3-稳定发布的候选gpu python 3
  • 1.8.0-rcN-py3-稳定发布的候选cpu python 3
  • 1.8.0-rcN-gpu-稳定发布候选版gpu python 2
  • 1.8.0-rcN-稳定发布的候选cpu python 2
  • 关于docker - 如何知道最新标签背后的Docker镜像版本?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50702395/

    相关文章:

    grails - grails/gradle如何在没有版本说明的情况下下载依赖项

    docker - 来自守护进程 : Unexpected status code 404 的错误响应

    docker - 为什么Gitlab-CI在下一阶段会删除工件?

    python - 如何在 Tensorflow 训练之间进行评估

    machine-learning - 最大池化后 reshape 张量 ValueError : Shapes are not compatible

    ruby - 在 Windows 上的 Ruby 中检查文件的版本

    docker - Docker 中 dotnet/aspnet :3. 1 的 list 条目中没有 windows/amd64 10.0.14393 的匹配 list

    docker - 安装停留在Travis构建上的更高版本的docker-engine

    java - tensorflow float32的转换与java对象不兼容

    maven - 在关系中存储Maven Artifact 的最佳实践