Error response from daemon: could not select device driver "" with capabilities: [[gpu]].

最新推荐文章于 2025-09-24 15:45:25 发布

原创最新推荐文章于 2025-09-24 15:45:25 发布 · 6k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#cuda #gpu #docker #tensorflow #nvidia

技术笔记与杂谈专栏收录该内容

11 篇文章

订阅专栏

本文详细介绍了如何使用 Docker 的最新版本 19.03 来搭建 GPU 支持的容器，通过不同的命令参数指定 GPU 设备，包括所有 GPU、特定数量的 GPU 或指定 UUID 的 GPU。同时，还分享了成功启动带有 CUDA 10.0 基础镜像的容器实例。

部署运行你感兴趣的模型镜像

笔者是使用目前最新的19.03版docker安装，按照他的使用命令的前两个
Github项目地址
在这里插入图片描述

#### Test nvidia-smi with the latest official CUDA image
docker run --gpus all nvidia/cuda:10.0-base nvidia-smi

# Start a GPU enabled container on two GPUs
docker run --gpus 2 nvidia/cuda:10.0-base nvidia-smi
# Starting a GPU enabled container on specific GPUs
docker run --gpus '"device=1,2"' nvidia/cuda:10.0-base nvidia-smi
docker run --gpus '"device=UUID-ABCDEF,1"' nvidia/cuda:10.0-base nvidia-smi

这样用不了，但我用

# Specifying a capability (graphics, compute, ...) for my container
# Note this is rarely if ever used this way
docker run --gpus all,capabilities=utility nvidia/cuda:10.0-base nvidia-smi

成功启动镜像

您可能感兴趣的与本文相关的镜像