docker安裝 Tensorflow遇到問題i/o timeout.
docker: Error response from daemon: Get https://gcr.io/v1/_ping: dial tcp 64.233.188.82:443: i/o timeout.
Tensorflow 是Google的一個開源機器學習框架，中國大陸的用戶在使用的時候往往需要爬過GFW牆，藉助VPN。
依照Tensorflow的官方文檔 在docker中安裝Tensorflow的時候，國內的用戶通常會報錯，有的藉助VPN可以解決，而有的不行。
（1）在docker成功安裝完後，在終端命令行輸入：
sudo docker run -it -p 8888:8888 gcr.io/tensorflow/tensorflow
（2）報錯如下：
Unable to find image 'gcr.io/tensorflow/tensorflow:latest' locally
docker: Error response from daemon: Get https://gcr.io/v1/_ping: dial tcp 64.233.188.82:443: i/o timeout.
See 'docker run --help'.主要原因還是因爲GFW，在Github上有人提出過引起這個問題的原因，tensorflow/issues/1273,點擊此鏈接。
（3）關於這個，問題，我覺得最簡單的辦法是更換鏡像的pull鏡像庫。也就是說，不是從Tensorflow給出的庫（Google Cloud Platform）進行pull，而是用docker的庫（docker hub）。
docker hub 中的tensorflow鏡像介紹：
因此，在終端輸入如下命令：
sudo docker run -it -p 8888:8888 tensorflow/tensorflow只要你的docker是安裝成功，能夠pull鏡像，那麼基本會成功安裝Tensorflow。我的運行輸出如下：
Unable to find image 'tensorflow/tensorflow:latest' locally
latest: Pulling from tensorflow/tensorflow
862a3e9af0ae: Pull complete
6498e51874bf: Pull complete
159ebdd1959b: Pull complete
0fdbedd3771a: Pull complete
7a1f7116d1e3: Pull complete
f22ce26e7804: Pull complete
80e54362977d: Pull complete
6bf17916f3f1: Pull complete
cbb2cc9179cb: Pull complete
4f976cd18afd: Pull complete
31ba02bae790: Pull complete
e26c94fb0976: Pull complete
Digest: sha256:feedf027da0d525300dc73e433b4ade2147c6a408756cdd9846fd37b40929f8a
Status: Downloaded newer image for tensorflow/tensorflow:latest
[I 03:19:59.901 NotebookApp] Writing notebook server cookie secret to /root/.local/share/jupyter/runtime/notebook_cookie_secret
[W 03:19:59.981 NotebookApp] WARNING: The notebook server is listening on all IP addresses and not using encryption. This is not recommended.
[I 03:20:00.015 NotebookApp] Serving notebooks from local directory: /notebooks
[I 03:20:00.015 NotebookApp] 0 active kernels
[I 03:20:00.015 NotebookApp] The Jupyter Notebook is running at: http://[all ip addresses on your system]:8888/?token=93a4eec743c0601c77e6b3f88386da5efab335f49d6a476e
[I 03:20:00.015 NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).
[C 03:20:00.016 NotebookApp]
Copy/paste this URL into your browser when you connect for the first time,
to login with a token:
http://localhost:8888/?token=93a4eec743c0601c77e6b3f88386da5efab335f49d6a476e
[I 03:25:55.708 NotebookApp] 302 GET /?token=93a4eec743c0601c77e6b3f88386da5efab335f49d6a476e (172.17.0.1) 0.45ms
因爲這個鏡像比較大，所以會需要一定的時間pull，耐心等待就好。
（4）打開一個新的命令終端進行測試是否安裝成功：
首先，查看docker中有哪些容器／鏡像存在
sudo docker ps -a得到如下格式的輸出：
注意到，第一個容器即是我們安裝的tensorflow的鏡像在運行的容器，其ID是53f212117a94
接着，進入容器：
替換我的這個53f212117a94 爲你的，其他命令不變
sudo docker exec -i -t 53f212117a94 /bin/bash得到輸入如下：
mingchen@mingchen-HP:~$ sudo docker exec -i -t 53f212117a94 /bin/bash
root@53f212117a94:/notebooks# 看看python版本：
root@53f212117a94:/notebooks# python
Python 2.7.6 (default, Oct 26 2016, 20:30:19)
[GCC 4.8.4] on linux2
Type "help", "copyright", "credits" or "license" for more information.輸出Hello, TensorFlow!:
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!簡單計算：
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a + b))
42測試結果顯示，已成功在docker中安裝Tensorflow。