1.1 为什么AI项目需要Docker：环境一致性、依赖隔离与可复现性
我最早跑AI实验时，总觉得自己电脑里什么都有。Python 3.8、CUDA 11.3、PyTorch 1.10，训练脚本能跑通。换到实验室服务器，Python 3.10、CUDA 11.8，同样的代码开始报错。缺包、版本冲突、显卡驱动不匹配，排错花掉一整天。后来我把环境塞进Docker镜像，换机器时只要拉镜像、起容器，训练结果就稳定复现。这个经历让我明白，Docker AI教程里反复强调环境一致性，不是空话。
团队协作里这个问题更明显。算法同事喜欢用最新版transformers，数据同事依赖pandas 1.5，运维同学只关心容器端口和日志。没有依赖隔离，大家的开发机互相污染。Docker把每个项目的依赖装进独立容器，镜像里的Python包、系统库、CUDA版本都固定下来。谁需要什么环境，直接共享镜像仓库地址。复现论文结果、回滚旧版本、给客户演示，都变得简单。
从运维视角看，AI容器的可复现性还带来资源控制。我能限制容器用多少CPU、多少内存、哪些GPU。模型训练任务跑在容器里，不会把宿主机搞崩。生产环境要扩缩容，容器化也是基础。你会在后续的Docker部署AI模型教程里看到，推理服务用容器打包后，迁移和扩容都省心。
1.2 Docker核心概念速览：镜像、容器、Dockerfile、数据卷与网络
我习惯把镜像想成菜谱，容器是照着菜谱做出来的菜。镜像里包含操作系统层、Python解释器、AI框架、项目代码。容器是镜像的运行实例，可以启动、停止、删除。同一个镜像能起多个容器，互相隔离。Docker Hub上有大量现成镜像，比如python、pytorch/pytorch、tensorflow/tensorflow。拉下来就能用。
Dockerfile是一份构建镜像的说明书。我在里面写基础镜像、复制代码、安装依赖、设置启动命令。每次修改Dockerfile，Docker会按层构建，层缓存能加快速度。数据卷解决容器删除后数据丢失的问题。模型权重、训练日志、数据集，我会挂载到宿主机目录或命名卷。网络让容器之间通信，比如推理容器连接Redis或向量数据库。自定义网络里，容器可以用服务名互相访问。
有个细节容易忽略：镜像层是只读的，容器层可写。训练时写大量临时文件，最好挂载数据卷。网络默认桥接模式，端口映射用-p。容器内服务监听0.0.0.0，宿主机才能访问。这些概念在Docker AI教程入门阶段必须摸清，后面写Dockerfile和Compose才不会迷糊。
1.3 AI开发常用镜像与工具链：Python、Jupyter、PyTorch、TensorFlow
我日常开发喜欢从python:3.11-slim开始。这个镜像体积小，自己装PyTorch或TensorFlow，可控性强。如果要做快速实验，jupyter/tensorflow-notebook、jupyter/pytorch-notebook更省事。它们预装Jupyter Lab、NumPy、pandas、Matplotlib，打开浏览器就能写notebook。团队里做数据分析的同事尤其喜欢这种开箱即用镜像。
PyTorch官方镜像分CPU版和CUDA版。pytorch/pytorch:2.2.0-cuda12.1-cudnn8-runtime适合训练和推理。TensorFlow官方镜像tensorflow/tensorflow:2.15.0-gpu-jupyter带GPU支持和Jupyter。选镜像时，我会先确认CUDA版本、cuDNN版本、框架版本三者兼容。版本不匹配，容器启动后可能报libcudart.so找不到。这个坑在Docker配置GPU运行AI教程里会详细讲。
工具链方面，我会在镜像里装pip、conda、git、curl、vim。conda适合管理复杂科学计算依赖，pip更轻量。Jupyter容器记得设置token或密码，暴露端口8888。生产推理镜像尽量不用Jupyter，减少攻击面。开发镜像可以宽松些，装好调试工具。镜像标签别用latest，固定版本号，回滚时心里有数。
1.4 Docker安装与基础命令：为后续AI部署做好准备
我在Windows和macOS上装Docker Desktop，下载安装包，一路默认。Linux服务器上，我用官方apt仓库安装docker-ce、docker-ce-cli、containerd.io。装完运行docker version，再跑docker run hello-world。看到Hello from Docker，说明基础环境通了。NVIDIA GPU支持需要额外装NVIDIA Container Toolkit，这部分留到第3章。
常用命令我记几个就够日常用。docker pull拉镜像，docker images看本地镜像，docker run起容器。docker ps看运行中容器，加-a看所有容器。docker stop停止，docker rm删除容器。docker rmi删除镜像。docker build -t my-ai-app .构建镜像。docker exec -it 容器名 bash进容器调试。docker logs看日志。docker volume create建数据卷，docker network create建网络。
我建议你动手跑一个Python容器。命令是docker run -it --rm python:3.11-slim python。进去后打印个hello，再退出。接着挂载当前目录：docker run -it --rm -v $(pwd):/app -w /app python:3.11-slim python test.py。这样你就体验了镜像、容器、数据卷、工作目录。基础打牢，后面学Docker部署AI模型教程会顺很多。想跑GPU，再去看Docker配置GPU运行AI教程。 FROM python:3.11-slim WORKDIR /app COPY requirements.txt . RUN pip install --no-cache-dir -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple COPY app.py . COPY model /app/model EXPOSE 8000 CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "8000"]
services: api:
build: .
environment:
- CUDA_VISIBLE_DEVICES=0
deploy:
resources:
reservations:
devices:
- driver: nvidia
count: 1
capabilities: [gpu]
FROM python:3.10-slim AS builder WORKDIR /app RUN apt-get update && apt-get install -y --no-install-recommends gcc python3-dev \
&& rm -rf /var/lib/apt/lists/*
COPY requirements.txt . RUN pip install --no-cache-dir --user -r requirements.txt
FROM python:3.10-slim WORKDIR /app COPY --from=builder /root/.local /root/.local COPY . . ENV PATH=/root/.local/bin:$PATH CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]
