构建使用GPU的docker容器

1.使用nvidia-docker

1)nvidia-docker1, 使用nvidia-docker 指令替代docker指令

2)nvidia-docker2, 还是使用docker指令，但是要加--runtime=nvidia 的标志。

关于配置，宿主机一定要有nvidia的驱动，nvidia-docker会把宿主机的nvidia驱动和显卡设备信息带至容器内部。

容器内部，需要安装与nvidia驱动版本兼容的CUDA,CUDNN等。

推荐使用这种方法，比较方便。

2.使用原生docker

与使用nvidia-docker的区别就是

1）需要在容器内部安装nvidia的驱动

2）执行指令需指定显卡设备

export DEVICES=$(\ls /dev/nvidia* | xargs -I{} echo '--device {}:{}')
docker run -it --rm $DEVICES 。。。

docker 容易可以从docker hub上下载，比如pytorch的docker

下载开发版本就可以了，docker pull pytorch/pytorch:0.4-cuda9-cudnn7-devel。

然后继续安装缺少的环境就可以了。

来源：CSDN

作者：牛蛙爹爹

链接：https://blog.csdn.net/qian1122221/article/details/84568151