TensorFlow 未加载到 Docker 容器中答案

【问题标题】：Tensorflow not loading in Docker ContainerTensorFlow 未加载到 Docker 容器中
【发布时间】：2020-08-03 18:20:41
【问题描述】：

我正在尝试将带有 ML.NET 的 Web 应用程序部署到 docker 容器（当我在 IIS Express 中运行它时它没有问题）但是当我在由 Visual Studio 创建的 docker 文件中运行它时，我得到了以下错误表示未找到张量流：

System.Reflection.TargetInvocationException：调用的目标已抛出异常。 ---> System.Reflection.TargetInvocationException：调用的目标已抛出异常。 ---> System.Reflection.TargetInvocationException：调用的目标已抛出异常。 ---> System.DllNotFoundException：无法加载共享库“tensorflow”或其依赖项之一。为了帮助诊断加载问题，请考虑设置 LD_DEBUG 环境变量： libtensorflow：无法打开共享对象文件：没有这样的文件或目录在 Tensorflow.c_api.TF_NewGraph() 在 Tensorflow.Graph..ctor() 在 Microsoft.ML.TensorFlow.TensorFlowUtils.LoadTFSession(IExceptionContext ectx, Byte[] modelBytes, String modelFile) 在 Microsoft.ML.Vision.ImageClassificationModelParameters..ctor（IHostEnvironment env，ModelLoadContext ctx）在 Microsoft.ML.Vision.ImageClassificationModelParameters.Create（IHostEnvironment env，ModelLoadContext ctx） --- 内部异常堆栈跟踪结束 --- 在 System.RuntimeMethodHandle.InvokeMethod（对象目标，对象 [] 参数，签名 sig，布尔构造函数，布尔 wrapExceptions）在 System.Reflection.RuntimeMethodInfo.Invoke（Object obj，BindingFlags invokeAttr，Binder binder，Object[] 参数，CultureInfo 文化）在 System.Reflection.MethodBase.Invoke（对象 obj，对象 [] 参数）在 Microsoft.ML.Runtime.ComponentCatalog.LoadableClassInfo.CreateInstanceCore(Object[] ctorArgs) 在 Microsoft.ML.Runtime.ComponentCatalog.LoadableClassInfo.CreateInstance（IHostEnvironment 环境，对象参数，对象 [] 额外）在 Microsoft.ML.Runtime.ComponentCatalog.TryCreateInstance[TRes]（IHostEnvironment env，类型 signatureType，TRes& 结果，字符串名称，字符串选项，对象 [] 额外）在 Microsoft.ML.Runtime.ComponentCatalog.TryCreateInstance[TRes,TSig]（IHostEnvironment env，TRes& 结果，字符串名称，字符串选项，对象 [] 额外）在 Microsoft.ML.ModelLoadContext.TryLoadModelCore[TRes,TSig]（IHostEnvironment env，TRes& 结果，Object[] 额外）在 Microsoft.ML.ModelLoadContext.TryLoadModel[TRes,TSig]（IHostEnvironment env，TRes& 结果，RepositoryReader rep，Entry ent，String dir，Object[] extra）在 Microsoft.ML.ModelLoadContext.LoadModel[TRes,TSig](IHostEnvironment env, TRes& 结果, RepositoryReader rep, Entry ent, String dir, Object[] extra) 在 Microsoft.ML.ModelLoadContext.LoadModelOrNull[TRes,TSig](IHostEnvironment env, TRes& 结果, RepositoryReader rep, String dir, Object[] extra) 在 Microsoft.ML.ModelLoadContext.LoadModelOrNull[TRes,TSig]（IHostEnvironment env，TRes& 结果，字符串名称，对象 [] 额外）在 Microsoft.ML.ModelLoadContext.LoadModel[TRes,TSig]（IHostEnvironment env，TRes& 结果，字符串名称，对象 [] 额外）在 Microsoft.ML.Data.MulticlassPredictionTransformer.Create(IHostEnvironment env, ModelLoadContext ctx)

这里是 docker 文件供参考：

FROM mcr.microsoft.com/dotnet/core/aspnet:3.1-buster-slim AS base
WORKDIR /app
EXPOSE 80
EXPOSE 443

FROM mcr.microsoft.com/dotnet/core/sdk:3.1-buster AS build
WORKDIR /src
COPY ["Hotdogapp/Server/Hotdogapp.Server.csproj", "Hotdogapp/Server/"]
COPY ["Hotdogapp/Shared/Hotdogapp.Shared.csproj", "Hotdogapp/Shared/"]
COPY ["Hotdogapp/Client/Hotdogapp.Client.csproj", "Hotdogapp/Client/"]
RUN dotnet restore "Hotdogapp/Server/Hotdogapp.Server.csproj"
COPY . .
WORKDIR "/src/Hotdogapp/Server"
RUN dotnet build "Hotdogapp.Server.csproj" -c Release -o /app/build

FROM build AS publish
RUN dotnet publish "Hotdogapp.Server.csproj" -c Release -o /app/publish


FROM base AS final
WORKDIR /app
COPY --from=publish /app/publish .
ENTRYPOINT ["dotnet", "Hotdogapp.Server.dll"]

是否有我应该为 ML.NET/TensorFlow 使用的特殊图像？

【问题讨论】：

你引用了哪个版本的SciSharp.TensorFlow.Redist？
版本 2.2.01 和 Microsoft.ML 1.5.0
刚刚更新到 Microsoft.ML 的 2.3.0 和 1.5.1，但仍然出现相同的错误

标签： docker tensorflow .net-core ml.net

【解决方案1】：

错误是因为找不到 libtensorflow.so 正在使用的依赖项之一而引发的。要找出缺少哪个依赖项，您可以转到运行时文件夹（/bin/${configuration}/${framework}/runtime/linux-x64/native）并尝试以下 cmd，它应该会告诉您缺少的依赖项.

ldd libtensorflow.so

要解决此问题，您可以简单地安装缺少的依赖项，或使用较低版本的 tf 运行时，（例如 redist.tensorflow 1.*）对我有用。您也可以在Tensorflow.Net 提出问题，在那里您可以获得更好的答案。

【讨论】：

【解决方案2】：

TensorFlow 是一个 python 包，因此您需要将它作为依赖项安装到您的 Docker 映像中。尝试将其添加到 Dockerfile 的最后阶段：

RUN apt-get update \
    && apt-get install -y \
        python3-pip \
    && rm -rf /var/lib/apt/lists/*
RUN ln -sf /usr/bin/python3 /usr/bin/python \
    && python -m pip install tensorflow

【讨论】：