1 Apple M1芯片介紹
1.1確認(rèn)芯片類型
首先查看自己mac電腦的芯片類型罩句，看是Intel引颈，amd紊服，還是蘋果基于arm架構(gòu)自研的arm64芯片伦泥，方法：在終端命令行輸入uname -a 或者uname -m? 可以看到芯片內(nèi)核架構(gòu)，M1是arm64芯片架構(gòu)芝雪；tensorflow官方鏡像截止2022-02-08為止减余，不支持arm64架構(gòu)芯片（查看支持芯片類型請參照docker簡介部分），程序運(yùn)行時會提示內(nèi)核崩潰惩系，無法運(yùn)行程序位岔；
2 Docker簡介
2.1介紹
docker官方正式介紹在此不再贅述，可以查看docker官網(wǎng)www.docker.com堡牡，推薦中文學(xué)習(xí)網(wǎng)站https://www.runoob.com/docker/docker-tutorial.html
2.2 docker4大核心：
（1）image鏡像：提供基礎(chǔ)的程序運(yùn)行環(huán)境抒抬，只讀，不可編輯更改晤柄；以“層”的方式進(jìn)行疊加起來的運(yùn)行環(huán)境擦剑；
（2）container容器：鏡像啟動時，在鏡像層的基礎(chǔ)之上新增的一層，可編輯惠勒，用于存儲用戶自己的內(nèi)容赚抡；
（3）volume掛載卷：用于持久性地存儲數(shù)據(jù)；容器運(yùn)行時纠屋，容器產(chǎn)生的數(shù)據(jù)都會存儲在volume中涂臣，否則當(dāng)容器停止運(yùn)行后，數(shù)據(jù)就會丟失售担；
（4）compose組件赁遗；多容器運(yùn)行，連接的關(guān)鍵部分族铆；
2.3優(yōu)點
我主要看中它的幾個優(yōu)點：（1）實現(xiàn)不同的開發(fā)環(huán)境之間的隔離以及開發(fā)環(huán)境和物理機(jī)之間的隔離岩四，實現(xiàn)即插即用，用完即毀骑素，減小對物理機(jī)資源的占用炫乓；（2）利用別人制作好的鏡像快速搭建開發(fā)環(huán)境，免去各種繁雜的安裝配置過程献丑，如果想對鏡像做優(yōu)化配置，可以給予別人現(xiàn)有的鏡像基礎(chǔ)之上侠姑，利用dockerfile的構(gòu)建鏡像方法创橄，構(gòu)建自己想要鏡像。（3）利用docker官方提供的遠(yuǎn)程開發(fā)環(huán)境搭建流程莽红，可以快速集成到Visual studio code中進(jìn)行開發(fā)妥畏；開發(fā)后可以上傳到自己在docker官網(wǎng)上的存儲庫；（4）團(tuán)隊協(xié)作時安吁，團(tuán)隊成員可以快速地配置統(tǒng)一的開發(fā)環(huán)境醉蚁，避免環(huán)境不一致導(dǎo)致的bug，簡單鬼店、高效网棍；
3 Visual studio code介紹
一句話：簡直就是一款開發(fā)神奇。微軟出品的開發(fā)工具妇智，簡稱vs code或者vsc滥玷，自從微軟收購了GitHub后，vsc無縫連接GitHub巍棱、微軟云Azure惑畴、Docker，各種神插件航徙，特別有一個叫GitHub copilot的自動編程的插件如贷，根據(jù)你編寫的函數(shù)名稱能自動編寫函數(shù)體內(nèi)容，根據(jù)編寫語句上下文，能自動編寫相關(guān)語句杠袱，開發(fā)效率提高十倍不止尚猿。具體介紹參見https://copilot.github.com/
4 Tensorflow鏡像介紹
不用過多介紹，谷歌出品的AI開發(fā)框架霞掺；
5 搭建流程
5.1安裝基礎(chǔ)工具
根據(jù)需要該注冊賬號就注冊
（1）去docker官網(wǎng)（https://www.docker.com/products/personal）下載安裝桌面版的Docker工具谊路。
（2）去官網(wǎng)https://code.visualstudio.com/下載安裝vs code工具。
推薦安裝的擴(kuò)展插件
5.2尋找可用鏡像
docker官網(wǎng)找能用的tensorflow鏡像?https://hub.docker.com/??
如果缺少第3步菩彬，則搜索出來排在前面的是Google官方提供的鏡像缠劝，但都不支持Apple M1芯片。
圖中排在前3個都是經(jīng)過官方認(rèn)證的骗灶，應(yīng)該是優(yōu)先推薦的惨恭，但是經(jīng)過實際測試，鏡像中安裝的python版本太多耙旦，導(dǎo)致編程時脱羡，import導(dǎo)入模塊時（例如tensorflow和numpy模塊）提示模塊找不到，但是在終端命令行或者用jupyter瀏覽器編程免都，就是沒有問題的锉罐。對于想要體驗vscode智能編程的我，果斷放棄了這種鏡像绕娘。于是有了下面第4步
不過很期待谷歌官方發(fā)布支持arm64脓规，且能支持GPU的鏡像
5.3基于docker搭建遠(yuǎn)程開發(fā)環(huán)境
至此遠(yuǎn)程Tensorflow的AI開發(fā)環(huán)境已搭建完畢，為啥說遠(yuǎn)程呢险领？因為docker是一種C/S架構(gòu)侨舆，docker 容器環(huán)境本質(zhì)上是服務(wù)端，本機(jī)電腦是客戶端绢陌，所以說是遠(yuǎn)程開發(fā)環(huán)境挨下。
6 需要識別和避免的坑
（1）TensorFlow鏡像和電腦芯片不匹配問題；
（2）啟動鏡像脐湾，登錄容器時臭笆，非root用戶無root權(quán)限時，vscode無法遠(yuǎn)程進(jìn)入容器沥割，啟動命令行終端失敽睦病；此問題是由于鏡像創(chuàng)建時机杜，在dockefile中指定的帜讲，若不指定，則默認(rèn)為root用戶椒拗，但這在后期團(tuán)隊開發(fā)過程中產(chǎn)生次生問題似将，解決方法：①docker run時指定root用戶获黔，如docker run -u root ……；② dockefile 中給非root用戶賦予root權(quán)限在验；③找符合要求的鏡像玷氏，如上文推薦的；
?(3)鏡像中由于層層疊加腋舌，按照python版本過多盏触，編輯器編程導(dǎo)入模塊時無法識別模塊；
（4）加載卷volume無法保存數(shù)據(jù)：由于鏡像中設(shè)置的工作文件路徑是home/tensorflow块饺，且只能在此文件夾下進(jìn)行編輯赞辩，而從docker官方進(jìn)入vscode，會默認(rèn)創(chuàng)建一個home/vscode的文件授艰，所有新增的數(shù)據(jù)文件都只能保存在此文件夾下辨嗽，由于沒有編輯home/vscode的權(quán)限，所以無法保存新增數(shù)據(jù)淮腾。解決方法糟需，對home/vscode進(jìn)行授權(quán)，在終端命令行輸入sudo chmod 777 vscode? 提示輸入密碼password時谷朝，輸入tensorflow即可洲押；因為鏡像在創(chuàng)建賬戶tensorflow時，把密碼和賬戶設(shè)置成了一樣圆凰。
（5）鏡像中會存在一些依賴庫缺失的情況诅诱，自己可以手動用pip命令安裝依賴，但是當(dāng)鏡像容器停止送朱，重新啟動后，新安裝的依賴會丟失干旁，此時驶沼，需要需要自己重新打包，生成自己專屬的鏡像争群，
以上就這些吧回怜，用了近一周時間，踩了很多坑换薄，嘗試了很多模式玉雾，找到了此種我認(rèn)為簡單、好用的方法轻要，歡迎私信交流复旬。
7 如何基于別人現(xiàn)有的鏡像，打包冲泥、構(gòu)建自己專屬的鏡像
此部分屬于升級部分驹碍，請私聊
