官方github地址https://github.com/NVIDIA/nvidia-docker
注意: nvidia-docker需要安装nvidia驱动和docker19.03,nvidia-docker相当就是cuda和cudnn部分
安装docker
参考:https://www.runoob.com/docker/ubuntu-docker-install.html
安装nvidia-docker
直接使用官方的安装命令就行
# Add the package repositories
$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
$ curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
$ curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
$ sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit
$ sudo systemctl restart docker ## 重启docker
测试
docker run --gpus all nvidia/cuda:9.0-base nvidia-smi
以上命令会自动下载cuda:9.0-base镜像,最后输出:
优点
- 只用安装nvidia的驱动程序,不用安装cuda和cudnn就能使用GPU进行加速,而且可以将conda,pytorch,tensorflow等深度学习依赖封装到一个容器中
来源:CSDN
作者:陈军2号
链接:https://blog.csdn.net/u011622208/article/details/103458951