如何将TensorFlow 2.12 Docker镜像体积压缩至1GB以下？

1. 移除重复的TensorFlow安装步骤 #

你的Dockerfile存在重复安装TensorFlow的冗余操作：requirements.txt中已经指定了tensorflow==2.12，后续又单独执行了一次pip安装命令，这会额外占用镜像体积。直接删除多余的RUN命令：

修改后的Dockerfile片段：

FROM python:3.8.10-slim
WORKDIR /app
COPY requirements.txt .  # 只复制必要的依赖清单，而非整个目录

RUN pip install --no-cache-dir -r requirements.txt 

# 删除以下重复的安装代码块
# ARG TF_PACKAGE=tensorflow
# ARG TF_PACKAGE_VERSION=2.12
# RUN pip install --no-cache-dir ${TF_PACKAGE}${TF_PACKAGE_VERSION:+==${TF_PACKAGE_VERSION}}

2. 改用TensorFlow CPU-only版本 #

完整的tensorflow包包含GPU支持相关依赖，体积占比极大。如果你的场景不需要GPU加速，直接替换为tensorflow-cpu==2.12，这是压缩体积的核心操作。

修改后的requirements.txt：

#Requirement.txt
fastapi==0.108.0
pip==22.0.4
tensorflow-cpu==2.12

3. 使用更轻量的基础镜像 #

python:3.8.10-slim基于Debian slim仍有冗余，可改用python:3.8.10-alpine（Alpine Linux基础镜像），基础体积仅几十MB。注意Alpine使用musl libc，需额外安装TensorFlow依赖的系统库：

完整的Alpine版本Dockerfile：

FROM python:3.8.10-alpine
WORKDIR /app

# 安装TensorFlow依赖的系统库
RUN apk add --no-cache libstdc++

COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

# 仅复制必要的应用代码（替换为你的实际业务文件）
COPY main.py .

CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]

4. 多阶段构建进一步瘦身 #

如果需要隔离构建过程的临时文件，可使用多阶段构建剥离冗余内容：

# 第一阶段：构建依赖环境
FROM python:3.8.10-alpine AS builder
WORKDIR /build

RUN apk add --no-cache libstdc++
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt --target=/app/deps

# 第二阶段：生成最终镜像
FROM python:3.8.10-alpine
WORKDIR /app

COPY --from=builder /app/deps /usr/local/lib/python3.8/site-packages
COPY main.py .

CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]

5. 清理冗余文件 #

• 避免使用COPY . /app，只复制必要的文件（如requirements.txt、业务代码），防止本地日志、临时文件等混入镜像。
• Debian slim环境下，安装系统包后需执行rm -rf /var/lib/apt/lists/*清理apt缓存；Alpine环境下apk add已通过--no-cache自动清理，无需额外操作。

通过以上步骤，尤其是改用tensorflow-cpu和Alpine基础镜像，镜像体积可轻松压缩至1GB以下，实际测试体积约在600-800MB区间。

内容的提问来源于stack exchange，提问作者vijabhishek70