参考：
https://www.jianshu.com/p/fce000cf4c0f
前提：
nvidia-docker cuda

镜像

$ nvidia-docker run -it -p 8888:8888 tensorflow/tensorflow:latest-gpu


##持久
nvidia-docker run -e PASSWORD=your_jupyter_passwd \ # set password
    -d \  # run as daemon
    -p 8888:8888 \ # port binding
    --name tensorflow \
    -v /data/dir/on/host/:/data/ \ # bind data volume
    tensorflow/tensorflow:latest-gpu

接上：
修改Jupyter默认启动的terminal所使用的shell
使用的镜像的主进程是Jupyter，修改Jupyter默认启动terminal所使用的shell，最简单的方法是在此脚本中设置SHELL环境变量。通过Jupyter启动terminal或者是docker exec -it tensorflow bash的方法进入容器，然后编辑/run_jupyter.sh，在jupyer notebook "$@"之前添加

export SHELL=/bin/bash

使用anaconda

##1，在容器内安装Anaconda
##2，编辑/run_jupyter.sh

jupyter notebook "$@"  改为：/path/to/anaconda/bin/jupyter notebook "$@"