docker下最新搭建python3/cuda10(cudnn7.4)/tensorflow

本文详细介绍了如何在Docker环境下安装配置Python3、CUDA10、CUDNN7.4以及TensorFlow。首先,需要安装nvidia-docker,然后创建容器并安装Python3.7.2和pip3。接着,确认GPU可用性,再进行CUDA和CUDNN的安装,最后安装TensorFlow,完成深度学习环境的搭建。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

0.install nvidia-docker

[260254@localhost ~]$ curl -s -L https://nvidia.github.io/nvidia-docker/centos7/x86_64/nvidia-docker.repo | sudo tee /etc/yum.repos.d/nvidia-docker.repo 
[260254@localhost ~]$ sudo yum search --showduplicates nvidia-docker
[260254@localhost ~]$ sudo yum install nvidia-docker2-2.0.3-1.docker18.09.2.ce.noarch

1.create container

docker run --name tf13 -it ubuntu /bin/bash

2.install python3.7.2、pip3

root@fd2df141e0b4:~/Python-3.7.2/build# apt -get install python-pip
root@fd2df141e0b4:~/Python-3.7.2/build# ./configure --prefix=/usr/local/python3

configure: error: no acceptable C compiler found in $PATH
apt-get install build-essential

可参考文章

root@fd2df141e0b4:~/Python-3.7.2/build#  nproc 
8
root@fd2df141e0b4:~/Python-3.7.2/build# make -j8 && make install -j8
root@fd2df1
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值