运行并挂载docker镜像
docker run -it -v E:/workspace/docker:/dl -p 8888:8888 8d78dd1e1b64 /bin/bash

安装jupyter

保存docker容器的修改

查看被修改的容器 ：docker ps -l
提交指定容器保存为新的镜像： docker commit <container id> <new image name>
查看本地所有镜像：docker images

docker commit 58a7ed5b tensorflow_gpu_jupyter

进入后台运行的容器的命令行而不创建新的容器，只需要输入以下命令：

#exec是进入已经存在的容器，run是创建新容器
docker exec -it 58a7ed5bc183 /bin/bash

docker中安装英伟达显卡驱动报错：
报错信息：

W: GPG error: https://developer.download.nvidia.cn/compute/cuda/repos/ubuntu1804/x86_64  Release: The following signatures were invalid: BADSIG F60F4B3D7FA2AF80 cudatools <cudatools@nvidia.com>
E: The repository 'https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64  Release' is not signed.

在在Dockerfile中添加：

RUN echo 'deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64 /' > /etc/apt/sources.list.d/cuda.list

然后 apt update又报错：

error: https://developer.download.nvidia.cn/compute/cuda/repos/ubuntu1804/x86_64  InRelease: The following signatures couldn't be verified because the public key is not available: NO_PUBKEY A4B469963BF863CC

重点：
NO_PUBKEY 467B942D3A79BD29

缺少公钥？

重新获取公钥并加入到 apt 信任密钥
1、获取 gpg 公钥
gpg --keyserver keyserver.ubuntu.com --recv-keys A4B469963BF863CC

2、导出公钥，加入到 apt 信任密钥
gpg --export --armor A4B469963BF863CC | apt-key add -

3、update

但由于在对docker容器中如何获取英伟达显卡信息，多次尝试无果，暂且搁置该方案，转为采用anaconda进行TensorFlow_gpu版本的部署