使用Docker快速部署Flask接口服务二：部署深度学习模型算法

前言：

这里我依然利用docker+gunicorn+flask部署服务：
部署服务主要包括docker镜像和服务代码。docker镜像主要是服务代码的运行环境；服务是以flask为框架且利用gunicorn实现并发。优点：隔离运行环境；服务启动简单；便于迁移。

内容：

这里以一个项目构建过程来进行说明。

实现步骤

一、构建环境镜像

①拉取基础镜像并查看

1. docker pull ubuntu:22.04 #拉取镜像，先拉取一个镜像

2. 另一种常见方法：通过摘要拉取

   一般进入镜像网站你会看到一个这样的信息

   或者：使用示例命令：进行查看：docker pull --digests python:3.7.6
拉取命令：

docker pull python@sha256:c92a8f4ed5d4dd349e8e0b7afb12d6c949fbdc6ed0f2092bbd411db1b8e55b4b

一般这种方法：是为了保证部署和开发环境之间的一致性，防止意外使用了新的镜像版本，通过这个方法，可以选择我们想要的系统内容，根据选择系统镜像的摘要来拉取。

3. 另一种拉取方法：从私有registry拉取：
   如果你的镜像存储在私有registry上，你需要先登录到该registry，然后才能拉取镜像。

	docker login myregistry.com
	docker pull myregistry