wget -qO- https://get.docker.com/ | sh
如果當前的用戶非 root 用戶，可以執行 sudo usermod -aG docker your-user 命令將當前用戶加入 docker 用戶組。重新登錄後即可直接運行 Docker。
Linux下通過以下命令啓動Docker服務：
sudo service docker start
選取 TensorFlow 映像檔。Docker 將應用程式及其相關參數設定打包在映像文件中，通過映像文件生成容器。使用 docker image pull 命令拉取適合自己需求的 TensorFlow 映像檔，例如：
docker image pull tensorflow/tensorflow:latest-py3        # 最新穩定版本TensorFlow（Python 3.5，CPU版）
docker image pull tensorflow/tensorflow:latest-gpu-py3    # 最新穩定版本TensorFlow（Python 3.5，GPU版）
更多映像版本可參考 TensorFlow官方文檔 。
建議使用 Docker映像鏡像 將能夠提高下載速度。
基於選取的映像文件，創建並啟動 TensorFlow 容器。使用 docker container run 命令創建一個新的 TensorFlow 容器並啟動。
CPU版本的TensorFlow：
docker container run -it tensorflow/tensorflow:latest-py3 bash
docker container run 指令的部分選項如下：
-it 讓 docker 運行的容器能夠在終端進行互動，具體而言：
-i （ --interactive ）：允許與容器內的標準輸入 (STDIN) 進行互動。
-t （ --tty ）：在新容器中指定一個偽終端。
--rm ：當容器中的進程運行完畢後自動刪除容器。
tensorflow/tensorflow:latest-py3 ：新容器基於的映像檔。如果當前不存在指定的映像檔，會自動從網路上下載。
bash 在容器中運行的命令（進程）。Bash 是大多數 Linux 系統的默認 Shell。
GPU版本的TensorFlow：
若需在 TensorFlow Docker 容器中開啟 GPU 支援，需要有一塊 NVIDIA 顯示卡並已正確安裝驅動程式（詳見 「TensorFlow安裝」一章 ）。同時需要安裝 nvidia-docker 。依照官方文件中的 quickstart 部分逐行輸入命令即可。
當前nvidia-docker僅支援Linux。
安裝完畢後，在 docker container run 指令中加入 --runtime=nvidia 選項，並基於具有 GPU 支援的 TensorFlow Docker 映像檔啟動容器即可，如下：
docker container run -it --runtime=nvidia tensorflow/tensorflow:latest-gpu-py3 bash
Docker常用指令
映像（image）相關操作：
docker image pull [image_name]  # 選取映像檔[image_name]到本機
docker image ls                 # 列出所有的映像檔
docker image rm [image_name]    # 刪除名為[image_name]的映像檔
容器（container）相關操作：
docker container run [image_name] [command] # 基於[image_name]映像檔建立並啟動容器，並運行[command]
docker container ls                         # 列出本機正在運行的容器
                                            # （加入--all參數列出所有容器，包括已停止運行的容器）
docker container rm [container_id]          # 刪除ID為[container_id]的容器
Docker 入門教程可參考 Docker 入門教程 和 Docker Cheat Sheet 。