参考链接：
Docker中文教程-菜鸟教程
Docker中文教程-易佰教程
Docker安装与部署
Docker 是一个开源的应用容器引擎，基于 Go 语言 并遵从Apache2.0协议开源。
Docker 可以轻松的为任何应用创建一个轻量级的、可移植的、自给自足的容器。开发者在笔记本上编译测试通过的容器可以批量地在生产环境中部署，包括VMs（虚拟机）、bare metal、OpenStack 集群和其他的基础应用平台。容器是完全使用沙箱机制，相互之间不会有任何接口（类似 iPhone 的 app）,更重要的是容器性能开销极低。

Docker 的优点

1、简化程序：
Docker 让开发者可以打包他们的应用以及依赖包到一个可移植的容器中，然后发布到任何流行的 Linux 机器上，便可以实现虚拟化。Docker改变了虚拟化的方式，使开发者可以直接将自己的成果放入Docker中进行管理。方便快捷已经是 Docker的最大优势，过去需要用数天乃至数周的 任务，在Docker容器的处理下，只需要数秒就能完成。

2、避免选择恐惧症：
如果你有选择恐惧症，还是资深患者。Docker 帮你 打包你的纠结！比如 Docker 镜像；Docker 镜像中包含了运行环境和配置，所以 Docker 可以简化部署多种应用实例工作。比如 Web 应用、后台应用、数据库应用、大数据应用比如 Hadoop 集群、消息队列等等都可以打包成一个镜像部署。

3、节省开支：
一方面，云计算时代到来，使开发者不必为了追求效果而配置高额的硬件，Docker 改变了高性能必然高价格的思维定势。Docker 与云的结合，让云空间得到更充分的利用。不仅解决了硬件管理的问题，也改变了虚拟化的方式。
#windows下docker的安装
参考链接：windows下docker的安装
#Centos7安装docker
下载安装docker：

yum install docker

开启docker：

systemctl start docker

配置163镜像源，在/etc/docker/daemon.json文件中

vim /etc/docker/daemon.json

加入如下内容：

{
  "registry-mirrors": ["http://hub-mirror.c.163.com"]
}

使得镜像配置生效并重启docker服务：

systemctl daemon-reload
systemctl restart docker.service

测试docker

docker run hello-world

• docker:Docker 的二进制执行文件
• run:与前面的docker组合来运行容器
• hello-world:指定要运行的镜像，Docker首先从本地主机上查找镜像是否存在，如果不存在，Docker 就会从镜像仓库 Docker Hub 下载公共镜像。

显示如下表明docker安装成功：

Hello from Docker!
This message shows that your installation appears to be working correctly.

#Ubuntu16.04安装
参考链接：docker官网Ubuntu安装docker
1.更新apt包索引

sudo apt-get update

2.安装如下包使得apt能够通过HTTPS使用仓库

sudo apt-get install \
    apt-transport-https \
    ca-certificates \
    curl \
    software-properties-common

3.添加docker官方GPG密钥：

curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

4.添加stable仓库：针对x86_64/amd64

sudo add-apt-repository \
   "deb [arch=amd64] https://download.docker.com/linux/ubuntu \
   $(lsb_release -cs) \
   stable"

5.更新apt包索引

sudo apt-get update

6.安装最新版本的docker CE

sudo apt-get install docker-ce

7.查看是否安装成功：
查看安装的docker版本：

docker -v

打开docker服务：

systemctl start docker

运行hello-world镜像：

docker run hello-world

安装Tensorflow1.0.1-gpu容器

以下安装基于Ubuntu,如果需要老版本的tensorflow而机器中不想安装这个环境,此时可以使用docker镜像来搭建环境。如果需要docker容器中有gpu支持，需要再安装NVIDIA-Docker。此时需要保证机器上安装NVIDIA的驱动。
下载NVIDIA-docker的deb安装文件：

wget -P /tmp https://github.com/NVIDIA/nvidia-docker/releases/download/v1.0.1/nvidia-docker_1.0.1-1_amd64.deb

其中的v1.0.1可以根据官网实时更换。
安装NVIDIA-docker并卸载安装包：

sudo dpkg -i /tmp/nvidia-docker*.deb && rm /tmp/nvidia-docker*.deb

从https://hub.docker.com/search/?q=&type=image查找符合条件的镜像,然后使用命令将镜像下载到本地,使用镜像名字即可:

docker pull tensorflow/tensorflow:1.0.1-devel-gpu

根据镜像文件创建容器:
-it和/bin/bash和配合表示交互式的环境进入容器的终端.-v表示对宿主机的目录挂载到容器对应的目录,前者时宿主机的目录,后者是对应的在容器的目录,如果没有则会自动创建,此时宿主机对应目录的文件会同步到容器对应的目录.--name tf表示对新建 容器起名为tf.

sudo nvidia-docker run -it -v /home/winycg/testd:/testd --name tf tensorflow/tensorflow:1.0.1-devel-gpu  /bin/bash

此时可以看到已经进入容器的终端,用户名显示为root.想要在容器中运行程序,首先把程序文件放在宿主机的/home/winycg/testd下,之后文件会同步到容器中的/testd中.在容器的终端定位到/testd并运行相应的程序.