如何编写：Ubuntu基于docker搭建一个tensorflow机器学习平台。要求这是一个分布式的环境（至少有3台docker），即每次都要在这几台docker里分配任务。

好的，下面是基于Ubuntu的docker搭建tensorflow分布式环境的步骤：

1. 安装Docker和Docker Compose

首先，需要在Ubuntu上安装Docker和Docker Compose。可以使用以下命令安装：

   $ sudo apt-get update
   $ sudo apt-get install -y docker.io docker-compose

2. 创建Docker镜像

接下来，需要创建一个Docker镜像，其中包括TensorFlow和必要的依赖。可以使用以下Dockerfile：

   FROM tensorflow/tensorflow:latest
   RUN apt-get update && \
       apt-get install -y openssh-server openssh-client && \
       mkdir /var/run/sshd && \
       echo 'root:password' | chpasswd && \
       sed -i 's/#*PermitRootLogin prohibit-password/PermitRootLogin yes/' /etc/ssh/sshd_config && \
       sed -i 's/UsePAM yes/UsePAM no/' /etc/ssh/sshd_config && \
       ssh-keygen -A
   EXPOSE 22
   CMD ["/usr/sbin/sshd", "-D"]

这个Dockerfile使用了TensorFlow官方镜像，并安装了OpenSSH服务器。在这里，我们使用root用户登录SSH，方便管理。

使用以下命令构建镜像：

   $ docker build -t tensorflow-ssh .

3. 创建Docker容器

接下来，需要创建三个Docker容器，作为分布式TensorFlow集群中的三个节点。可以使用以下命令创建三个容器：

   $ docker run -d -P --name=tensorflow-ssh-1 tensorflow-ssh
   $ docker run -d -P --name=tensorflow-ssh-2 tensorflow-ssh
   $ docker run -d -P --name=tensorflow-ssh-3 tensorflow-ssh

这个命令会在Docker中启动三个容器，分别命名为“tensorflow-ssh-1”，“tensorflow-ssh-2”和“tensorflow-ssh-3”。

4. 设置Docker容器网络

接下来，需要设置Docker容器网络，以便它们可以相互通信。可以创建一个新的Docker网络：

   $ docker network create tensorflow-net

然后将三个容器连接到网络中：

   $ docker network connect tensorflow-net tensorflow-ssh-1
   $ docker network connect tensorflow-net tensorflow-ssh-2
   $ docker network connect tensorflow-net tensorflow-ssh-3

5. 启动TensorFlow分布式环境

最后，启动TensorFlow分布式环境。可以使用以下命令：

   $ docker exec -it tensorflow-ssh-1 bash -c "echo tensorflow-ssh-1 > /tensorflow_hosts"
   $ docker exec -it tensorflow-ssh-2 bash -c "echo tensorflow-ssh-2 > /tensorflow_hosts"
   $ docker exec -it tensorflow-ssh-3 bash -c "echo tensorflow-ssh-3 > /tensorflow_hosts"
   $ docker exec -it tensorflow-ssh-1 bash -c "tensorflow/bin/tf_distribute.sh"

这个命令会在名为“tensorflow-ssh-1”的容器中启动TensorFlow分布式环境，并将它们添加到集群中。

然后，您可以在各个容器中运行TensorFlow任务，例如：

   $ docker exec -it tensorflow-ssh-1 bash -c "python tensorflow/models/image/mnist/convolutional.py --job_name=worker --task_index=0 --ps_hosts=tensorflow-ssh-1:2222,tensorflow-ssh-2:2222 --worker_hosts=tensorflow-ssh-1:2223,tensorflow-ssh-2:2223,tensorflow-ssh-3:2223"

这个命令会在名为“tensorflow-ssh-1”的容器中启动一个TensorFlow任务，并将它们分配给集群中的worker节点。

希望这些步骤能够帮助您完成基于Ubuntu的docker搭建tensorflow分布式环境。