如何访问Docker容器中部署TensorFlow模型的Flask API？

检查端口映射配置 #

这是最常见的故障点。运行容器时必须显式将容器内的5000端口映射到宿主机端口，执行命令示例：

docker run -p 8000:5000 <你的镜像名称>

完成映射后，访问宿主机的http://localhost:8000（或宿主机IP+8000端口），而非容器内部的172.17.0.3:5000地址。

确认Flask启动参数 #

确保Flask应用启动时绑定0.0.0.0，代码需包含：

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)

即便终端显示Running on all addresses (0.0.0.0)，也建议核对代码，避免启动命令覆盖配置。

排查防火墙/安全组规则 #

• 本地机器：关闭防火墙，或添加允许映射端口（如8000）的入站规则。
• 云服务器：检查安全组配置，确保对应端口已开放外部访问权限。

验证容器运行状态 #

执行docker ps查看容器状态，确认容器处于Up状态，端口映射列显示类似0.0.0.0:8000->5000/tcp的内容。若容器未正常运行，用docker logs <容器ID>查看错误日志定位问题。

测试容器内部连通性 #

若以上步骤无问题，进入容器内部测试服务可用性：

docker exec -it <容器ID> curl http://127.0.0.1:5000

若能正常返回响应，说明容器内服务正常，故障出在外部网络配置；若无法返回，排查Flask应用启动逻辑。

内容的提问来源于stack exchange，提问作者GS343597