无需重复代码即可管理多个 docker 环境

Question

我有一个可以在 CPU 和 GPU 上运行的深度学习项目。 我想码头化我的项目。 所以，我创建了一个Dockerfile.CPU环境。 现在，我需要创建一个Dockerfile.GPU环境。 除了基本映像和 python 软件包版本（例如tensorflow-cpu与tensorflow-gpu或 torch，没关系）之外，该环境与以前的 CPU 非常相似。 因此，天真的方法只是复制整个Dockerfile.CPU并更改必要的东西，但由于代码重复会导致维护问题。 为了避免这种情况，我尝试将所有公共部分提取到 bash 脚本和/或需求文件（例如 requirements_cpu/requirmeents_gpu/requirements_common）。 然后只需在 docker 文件中使用该文件。 这对维护有很大帮助，但是 docker 文件看起来仍然很相似，尽管它们变得非常简化。 我不是 docker 框架的大专家，但我相信可能有适当的方法来处理 docker 系列。

那么，简而言之 - 如何正确处理多个具有微小差异的 docker 文件（基本映像、一些 package 版本等）？