基于Docker的TensorFlow機器學習架構搭建和執行個體源碼解讀1.下載下傳TensorFlow鏡像2.建立TensorFlow容器，源碼解讀3.開啟TensorFlow容器4.開始TensorFlow程式設計(Python語言)5.其他 linux,TensorFlow,Docker相關操作5.2.解決檔案的讀寫權限

概述：基于docker的tensorflow機器學習架構搭建和執行個體源碼解讀，tensorflow作為最火熱的機器學習架構之一，docker是的容器，可以很好的結合起來，為機器學習或者科研人員提供便捷的機器學習開發環境，探索人工智能的奧秘，容器随開随用友善快捷。源碼解析tensorflow容器建立和示例程式運作，為熱愛機器學者降低學習難度。

<code>docker run</code>運作鏡像，

<code>--name</code>為容器建立别名，

<code>-it</code>保留指令行運作，

<code>-p 8888:8888</code>将本地的8888端口<code>http://localhost:8888/</code>映射，

<code>-v ~/tensorflow:/notebooks/data</code> 将本地的~/tensorflow檔案夾挂載到建立容器的/notebooks/data下（這樣建立的檔案可以儲存到本地~/tensorflow）

<code>tensorflow/tensorflow</code>為指定的鏡像，預設标簽為latest（即tensorflow/tensorflow:latest）