PyTorch在NVIDIA GPU设备上的基本镜像。
我的物理机配置如下:
| 条目 | 配置 | 备注 |
|---|---|---|
| CPU | x86-64架构 | |
| GPU | A100 | NVIDIA-SMI 460.106.00 Driver Version: 460.106.00 CUDA Version: 11.2 |
启动容器:
# docker run --gpus 指定物理GPU -it --name 自定义容器名称 镜像名称:版本(相应版本要求物理机nvidia driver支持) bash
docker run --network host --gpus '"device=0,1"' -it --name pytorch nuvic/pytorch:2.2.0-python3.10-cuda11.2.2-ubuntu20.04 bash
执行上面命令后,此时已经进入了容器,在容器执行 python,查看pytorch是否可以正常调用GPU:
import torch
print(torch.cuda.is_available()) # 返回True表明正常
# docker run --gpus 指定物理GPU -it --name 自定义容器名称 镜像名称:版本(相应版本要求物理机nvidia driver支持) bash
docker run --network host --gpus '"device=0,1"' -it --name pytorch nuvic/miniconda:24.1.2-cuda11.2.2-ubuntu20.04 bash
安装PyTorch:
conda install python=3.10
conda install pytorch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 pytorch-cuda=11.8 -c pytorch -c nvidia
安装完成后,打开python,执行下面代码:
import torch
print(torch.cuda.is_available())
返回 True ,表明正常,然后清除缓存,并退出容器:
conda clean -y --all && exit
并将容器提交为镜像:
# docker commit -m "说明" 容器名称 镜像名称
docker commit -m "pytorch is available." pytorch nuvic/pytorch:2.2.0-python3.10-cuda11.2.2-ubuntu20.04
# docker login
docker push nuvic/pytorch:2.2.0-python3.10-cuda11.2.2-ubuntu20.04
Content type
Image
Digest
sha256:384026a09…
Size
6.6 GB
Last updated
9 months ago
docker pull nuvic/pytorch:v2.9.0-cuda13.0.2-ubuntu22.04-python3.12