使用 jetson 设备开发时，可以应用 docker 技术来对开发环境进行隔离和封装，便于开发和部署较为复杂的应用。而且在 NVIDIA NGC 上提供了很多 L4T 版本的 docker 镜像，用来在 jetson 设备上应用，降低我们开发难度。本文对相关的内容进行一个介绍
Docker 是一种比较新的 “容器” 技术，是 NVIDIA 近年来非常大力推广的应用重点，越来越多的 GPU 开发环境都以 Docker 镜像（或称为 “仓” ）形式提供，具备以下的优点与特性：
1、轻量级：这是相较于虚拟机的比对，容器内不需要独立操作系统，它是基于主机上的操作系统，透过一些映射指令去指向资源路径。大部分的容器镜像都在数十 MB 到数 GB 大小规模。
2、硬件调度能力：这是 NVIDIA 非常喜欢 Docker 容器技术的重点之一，虚拟机环境对 GPU 支持能力并不好，得透过底层穿透（pass through）方式调用，但容易影响系统稳定性。Docker 容器直接与操作系统交互运作，只要主机上操作系统装好 NVIDIA GPU 的驱动，甚至不需要安装 CUDA 开发包，在 Docker 容器内就能轻松用上 GPU 并行计算的功能。
3、封装完整：相较于 conda 或 virtualenv 这类环境虚拟技术而言，Docker 容器的封装更为完整而且独立，这在开发 Python 相关应用时更加明显，因为 Python 版本升级太频繁，相关依赖包之间的版本牵动关系复杂，而 Docker 容器的封装就显得非常有效，并且移植