python - 为什么创建镜像时 docker 找不到 TensorFlow CPU 2.7.0？

Question

我正在使用这个 Dockerfile 构建一个 docker 镜像:

FROM python:3.8-alpine
EXPOSE 5000/tcp
WORKDIR /app
COPY . /app
RUN pip install -r requirements.txt
CMD [ "python", "./app.py" ]

这是我使用的命令:

docker build -t my-language-app:1.0 .

它给出了这个错误:

[+] Building 91.5s (9/9) FINISHED
 => [internal] load build definition from Dockerfile                                                               0.0s
 => => transferring dockerfile: 32B                                                                                0.0s
 => [internal] load .dockerignore                                                                                  0.0s
 => => transferring context: 2B                                                                                    0.0s
 => [internal] load metadata for docker.io/library/python:3.8-alpine                                               3.3s
 => [auth] library/python:pull token for registry-1.docker.io                                                      0.0s
 => [internal] load build context                                                                                  0.0s
 => => transferring context: 3.71kB                                                                                0.0s
 => [1/4] FROM docker.io/library/python:3.8-alpine@sha256:ae21a996ebe902ddc73cff020202d94cb539c8c4426f67636374b32  0.0s
 => CACHED [2/4] WORKDIR /app                                                                                      0.0s
 => [3/4] COPY . /app                                                                                              2.0s
 => ERROR [4/4] RUN pip install -r requirements.txt                                                               86.1s
------
 > [4/4] RUN pip install -r requirements.txt:
#9 5.199 Collecting Flask==1.1.2
#9 5.529   Downloading Flask-1.1.2-py2.py3-none-any.whl (94 kB)
#9 8.898 Collecting numpy
#9 8.978   Downloading numpy-1.21.4.zip (10.6 MB)
#9 64.97   Installing build dependencies: started
#9 84.51   Installing build dependencies: finished with status 'done'
#9 84.51   Getting requirements to build wheel: started
#9 85.15   Getting requirements to build wheel: finished with status 'done'
#9 85.15     Preparing wheel metadata: started
#9 85.64     Preparing wheel metadata: finished with status 'done'
#9 85.88 ERROR: Could not find a version that satisfies the requirement tensorflow-cpu==2.7.0 (from versions: none)
#9 85.88 ERROR: No matching distribution found for tensorflow-cpu==2.7.0
#9 85.89 WARNING: You are using pip version 21.2.4; however, version 21.3.1 is available.
#9 85.89 You should consider upgrading via the '/usr/local/bin/python -m pip install --upgrade pip' command.
------
executor failed running [/bin/sh -c pip install -r requirements.txt]: exit code: 1

为什么找不到tensorflow-cpu==2.7.0，这个TensorFlow版本是available .怎么了？

这是我的 requirements.txt:

Flask==1.1.2
numpy
tensorflow-cpu==2.7.0

什么是不起作用:

1. 仅仅在requirements.txt中写tensorflow也不行。
2. 从 requirements.txt 中删除 tensorflow 并在 Dockerfile 上添加此 RUN python3.8 -m pip install tensorflow 命令，也不起作用。
3. 在 Dockerfile 中运行此命令 pip3 install --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.7.0-cp39-cp39-win_amd64.whl不工作。
4. 将 Dockerfile FROM python:3.8-alpine 中的 Python 版本更改为 3.9、3.7、3.6 不起作用.

Answer 1

通过互联网挖掘和搜索后，与我相似的主要问题是直到现在 22-01-2022 TensorFlow 还没有原生支持 linux/arm64 架构。

这个错误是因为找不到linux/arm64镜像的包，所以我们可以强制平台为x86-64架构，通过以下步骤模拟运行容器:

1. 将此 FROM --platform=linux/amd64 python:3.8-alpine 而不是 FROM python:3.8-alpine 添加到您的 Dockerfile 或使用任何容器你要。但在添加 --platform 参数之前，请确保容器镜像支持您的操作系统和架构。在不加这个参数的情况下，Docker 选择 linux/arm64 是因为它与 arm64 主机的兼容性会更好。

2. (仅适用于 Mac OS Montrey 和任何使用端口 5000 的框架，例如 Python Flask)然后，您会发现使用了端口 5000。这是由于在此端口上监听 airplay，您可以通过转到“系统偏好设置 -> 共享”并取消选中 AirPlay Receiver 来禁用此功能。您可以在完成开发后启用它或更改应用使用的端口。

3. 然后您会发现“qemu”的进一步复杂性，这是 docker 的虚拟机管理程序，它在 arm64 上模拟 x86-64，给您以下错误 qemu: uncaught target signal 6 (Aborted) - core dumped，这是因为 TensorFlow 使用了 qemu 中不支持的 AVX 指令，此处进一步解释 https://gitlab.com/qemu-project/qemu/-/issues/164 .您可以从此处 https://github.com/yaroslavvb/tensorflow-community-wheels/issues 使用使用 No AVX 构建的社区包并强制重新安装以保持您的要求文件完整，像这样 RUN python -m pip install --force-reinstall https://tf.novaal.de/barcelona/tensorflow-2.7.0-cp38-cp38-linux_x86_64。

最后，构建并运行您的容器，希望一切正常。

---

我还没有测试过的替代解决方案，即为 linux/arm64 构建客户 TensorFlow 包。你可以在这里找到一个 GitHub 存储库，并从中构建一个 docker 容器 https://github.com/ARM-software/Tool-Solutions/tree/master/docker/tensorflow-aarch64

或者，您可以通过以下链接直接从 DockerHub 下载容器 https://hub.docker.com/r/armswdev/tensorflow-arm-neoverse/ ，然后您可以在该图像之上构建您想要的任何工具或将其用于开发。

免责声明:我不是上述任何存储库的所有者，您应自行决定使用它。