搭建GPU版PyTorch Docker镜像

最新推荐文章于 2025-11-05 23:35:04 发布

原创

最新推荐文章于 2025-11-05 23:35:04 发布 · 2.1w 阅读

52 ·

CC 4.0 BY-SA版权

本文详细记录了如何在已有CUDA和cuDNN环境下，手动搭建GPU版PyTorch Docker镜像的过程，包括Docker常用命令、安装nvidia docker2、安装Python和numpy、安装PyTorch以及验证安装效果。最后，通过生成镜像以备在相同配置的机器上快速部署。

提要: 记录手动搭建GPU版PyTorch Docker镜像的过程。本地主机已经装好了显卡驱动，CUDA, cuDNN，因此不再累述。本篇博客覆盖以下内容：

Docker常用命令
搭建GPU版PyTorch镜像

Docker常用命令

ubuntu安装步骤

$ apt-get update
$ apt-get -y install docker.io
# 检查Docker服务的状态
$ service docker.io status
# 一般显示 docker.io start/running, process xxxxx
#
# 把Docker安装为自启动服务，让它随服务器的启动而自动运行
update-rc.d docker.io defaults
#
# 测试Docker安装成功
docker run hello-world
# 如果本地没有hello-world镜像，会自动拉去一个

Docker常用命令

### 显示版本信息 (与python, nvcc相比少了两个‘--’）
$ docker version

### 了解当前Docker的使用状态（当前容器，镜像数目信息，存储空间占用信息，
# OS内核版本， 发行版本， 硬件资源等）
$ docker info

### 拉去一个镜像 ( xxxx 表示某个镜像名字，）
$ docker pull xxxx
# e.g.
# docker pull ubuntu

### 查看系统中已有的镜像(images要带‘s')
$ docker images
# e.g.:
# REPOSITORY  TAG    IMAGES ID   CREATED VIRTUAL SIZE