如何知道最新标记背后的Docker映像版本？

Question

我正在使用张量流的两个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，我无法在标签页面中找到此信息：例如，latest将与1.8.0-gpu标签相对应。

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）

Answer 1

实际上有点牛粪，码头工人不做最起码的事情并报告这样的事情，不幸的是，我似乎找到的唯一解决方案是......哦，实际上是钓鱼：

转到图像网页（在我的情况下为 nigix）https://hub.docker.com/_/nginx 然后按标签选项卡，转到任何最新版本，然后复制 sha256 sum 然后按最新排序，然后向下滚动直到第一个编号版本和检查是否显示完全相同的 sha256

现在...... STILL捕捞后，有图书馆/ nginxit而来的，是肯定的事：

你可以验证你是否做对了，例如现在我设法发现 nginx:latest 实际上是 1.17.8，所以，我运行：

docker pull nginx:1.17.8
1.17.8: Pulling from library/nginx
bc51dd8edc1b: Pull complete
66ba67045f57: Pull complete
bf317aa10aa5: Pull complete
Digest:sha256:ad5552c786f128e389a0263104ae39f3d3c7895579d45ae716f528185b36bc6f
Status: Downloaded newer image for nginx:1.17.8

然后我通过尝试拉最新来验证：

docker pull nginx:latest
latest: Pulling from library/nginx
Digest: sha256:ad5552c786f128e389a0263104ae39f3d3c7895579d45ae716f528185b36bc6f
Status: Downloaded newer image for nginx:latest

你怎么看它实际上并没有拉任何东西，而 sha256 是完全一样的；）

Answer 2

您知道我是否可以以及在哪里可以找到此信息？

只是为了澄清一些事情。Docker 镜像周围可以有多个标签。仔细检查所述图像发现它们仅具有单个标签（仅latest），因此它们没有被额外标记。因此，从图像本身你无法推断出它们与哪个张量流版本相关。

但是，您还有其他选择：

• 确保使用正确的“版本化”张量流图像的最简单方法latest是实际启动最新图像：

  docker run -it --rm -p 8888:8888 tensorflow/tensorflow:latest
  

  或者

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

  然后，导航到给定的 url 链接，格式为：

  http://localhost:8888/?token=XXXX...
  

  并在 jupyter 中创建新笔记本File->New Noteboot->Python2，然后通过给出以下命令来检查 TensorFlow 版本：

  import tensorflow as tf
  print tf.VERSION
  

  或者

  import tensorflow as tf
  tf.__version__
  

  然后运行它。请注意，在我的情况下，latest标签响应是：1.8.0，但是如果您latest不久前提取了图像并且同时没有更新（或在将来阅读此内容），您得到的版本可能与此不同。

• 一旦你获得了正在使用的版本，你可以简单地导航到你在帖子中提到的标签页面1.8.0以获取正确的标签（在我的例子中，分别是和1.8.0-gpu（因为我从标签中获得了Python2 latest）。
• 关于从后缀中选择正确标签的简短说明（适用于 1.8.0 版本）：
  • 在大多数情况下，您将选择以下稳定版本映像之一：
    • 1.8.0-gpu-py3 - 稳定版本图像 gpu python 3
    • 1.8.0-py3 - 稳定版本镜像 cpu python 3
    • 1.8.0-gpu - 稳定版本图像 gpu python 2
    • 1.8.0 - 稳定版本映像 cpu python 2 <-- 在我的情况下，这是 cpu 的正确标签latest。
  • 但是，在某些特殊情况下，您可能会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 - 稳定版本候选 gpu python 3
    • 1.8.0-rcN-py3 - 稳定版本候选 cpu python 3
    • 1.8.0-rcN-gpu - 稳定版本候选 gpu python 2
    • 1.8.0-rcN - 稳定版本候选 cpu python 2