Docker拉取镜像时的痛点
当Docker在拉取镜像时遇到拉取超时问题，往往会让用户深感困扰。造成这种现象的原因可能多种多样，其中网络问题是最常见的原因之一。由于Docker的镜像仓库往往部署在远程服务器上，因此当用户网络环境不佳时，很可能在拉取镜像时出现数据传输延迟或中断，从而导致拉取超时。
另外一个可能的原因是Docker仓库服务器的性能问题。如果服务器响应慢或者带宽不足，也可能导致拉取镜像时出现超时。特别是在一些地区，如果使用的是国外的Docker镜像仓库，由于地理位置和跨国网络连接的影响，这种问题可能更为严重。
- 下载国外镜像，显示超时
ping github.com
以上ping成功，说明网络无问题
一般国外镜像下载很慢，一般不成功，一般有两种方法
（1）在github上fork镜像，然后在阿里云上构建镜像，然后拉取阿里云镜像
（2）使用dao方法（github-dao、博客地址）
在这里我们使用的是gcr.io，因此查看https://github.com/Kaggle/docker-python
发现官方给出支持cpu的仓库地址，因此使用相应的加速 gcr.m.daocloud.io/gcr.io/kaggle/python
因此我们将pull地址改为如下：gcr.m.daocloud.io/gcr.io/kaggle-images/python
$ docker pull gcr.m.daocloud.io/gcr.io/kaggle-images/python
Using default tag: latest
latest: Pulling from gcr.io/kaggle-images/python
560c024910be: Pulling fs layer
7c8aad872090: Pulling fs layer
e2a05a2a358a: Pulling fs layer
4f4fb700ef54: Waiting
7e12fad5a856: Waiting
c7b59712f534: Waiting
226b77b88cce: Waiting
14caae95124a: Waiting
发现pull请求成功，等待下载成功。
如果想在docker使用kaggle，并且是GPU，需要配置（繁琐）：GPU配置
