以cuda作为基础镜像制作镜像文件出现失败

于 2024-07-30 20:15:00 发布
阅读量272 收藏 2
点赞数 5
文章标签： python ssh
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44793031/article/details/140797544
版权

问题：当docker服务使用显卡时，出现torch包与cuda版本不匹配问题

校验torch版本与cuda适配网址

解决：以cuda作为基础镜像制作Dockerfile

将该镜像文件放到任何有显卡的服务器上使用，不用考虑CUDA Version的问题！

若以上工作顺利完成后，用该镜像启动docker服务依旧出现问题：

docker: Error response from daemon: failed to create shim task: OCI runtime create failed: runc create failed: unable to start container process: error during container init: error running hook #1: error running hook: exit status 1, stdout: , stderr: Auto-detected mode as 'legacy'
nvidia-container-cli: requirement error: unsatisfied condition: cuda>=12.0, please update your driver to a newer version, or use an earlier cuda container: unknown.
ERRO[0000] error waiting for container:

NVIDIA容器工具包无法满足CUDA版本的要求。
nvidia-smi 检查
在这里插入图片描述
驱动版本太低的问题…

refuel_SonEtsu
关注
docker desktop 运行带 --gpus all 参数容器报:Auto-detected mode as ‘legacy‘ nvidia-container-cli: mount error
JineD的博客
12-25 3439
报错起因：执行 docker 运行容器命令： 报错：failed to create task for container: failed to create shim task: OCI runtime create failed: runc create failed: unable to start container process: error during container init: error running hook #0: error running hook: exit stat
jetson nano SD card镜像下载地址及详解~
03-22
这通常会得到一个ISO镜像文件，例如`jetson-nano-sd-card-image-x.x.x.img`。 3. **烧录SD卡**： - 使用SD卡读卡器将SD卡插入电脑。 - 使用SD卡烧录工具，如Etcher或BalenaEtcher，将ISO镜像写入SD卡。这些工具...
docker run带 --gpus all 参数报错：“Auto-detected mode as ‘legacy‘ nvidia-container-cli: mount error”
培根芝士的专栏
03-11 2814
启动“docker run --gpus all ...”时报错：该镜像是在Ubuntu环境下创建的，而在WSL下使用nvidia-docker启动该镜像时会报错。1. 使用docker而不是nvidia-docker启动原始镜像下的容器（去掉--gpus all） 2、在该容器中删除 /usr/lib/x86_64-linux-gnu/libnvidia-ml.so.1 和文件 /usr/lib/x86_64-linux-gnu/libcuda.so.1 3、新开一个终端，把此时的容器打包为镜像
docker调用gpu报错:failed to create shim task: OCI runtime create failed: runc create failed，以及如何开启gpu持久
热门推荐
qq_44817900的博客
06-22 3万+
关于docker创建gpu容器时的报错：docker: Error response from daemon: failed to create shim task: OCI runtime create failed: runc create failed: unable to start container process: error during container init: error running hook #0: error running hook: exit status 1, std
docker容器挂了,显卡驱动异常问题：nvidia-container-cli: initialization error: nvml error: driver not loaded...
王探长的博客
03-22 8494
题外话：该客户的服务器长年有外网，显卡驱动在这几个月不止一次掉，排查原因Linux/Ubuntu内核自动更新，驱动程序失效，重装驱动往往是一个解决办法，但是内核一旦再次更新，可能还是会导致显卡驱动失效。然后重装驱动，装好之后发现容器能起来，当时程序跑不了。将下面两个配置文件里的值全改为“0”，保存后重启。容器依赖于Nvidia显卡驱动，驱动掉了。重启一下docker服务。
Ubuntu更新显卡驱动与升级cuda版本“采坑“小记
Miracle8070
04-29 2万+
1. 写在前面 这次记录下今天安装百度的自动驾驶框架Apollo的时候，在硬件环境上采的一些坑，花费了5个多小时的时间，才把Apollo框架装上且能正常使用GPU，通过今天的摸索，让我对Cuda升级和显卡驱动等有了一定的了解。 关于Apollo框架的安装过程，可以直接见官网 我直接按照这个步骤来的，一开始是直接按照官网上说的步骤来的，不过之前由于实验室服务器上都装好了cuda等，所以这步跳了过去。从docker这里开始。 把前面的基础工作弄完之后，然后开始安装Apollo，这个也没费多大劲，装完。 然后ap
opencv4.2.0+opencv_contrib+CUDA10.1利用cmake编译中容易下载失败的文件
10-08
在OpenCV的构建过程中，尤其是版本4.2.0，并且结合opencv_contrib模块以及CUDA 10.1进行编译时，用户经常会遇到文件下载失败的问题。这些文件是编译OpenCV所必需的，用于实现特定功能或者优化性能。本压缩包提供了在...
windows下编译的 cuda 版本的 opencv-4.5.2 资源文件
04-10
6. 配置CMake：运行CMake，指定源代码目录和构建目录，配置编译选项，如启用CUDA支持、设置VS2019作为生成器等。 7. 生成项目：使用CMake生成VS2019项目文件，然后在VS2019中打开并编译项目。 8. 安装OpenCV：编译...
Pytorch1.11_CUDA11.3_Pycharm2022_调试环境搭建
05-23
### Pytorch 1.11_CUDA11.3_Pycharm2022_调试环境搭建 ...通过以上步骤，可以顺利完成基于Pytorch 1.11、CUDA 11.3、Pycharm 2022的GPU调试环境搭建，为后续深度学习项目的开发和调试提供了坚实的基础。
cudnn8.3.0 for CUDA 10.2（windows10）
04-25
5. **安装和配置**：在Windows 10上安装CuDNN 8.3.0 for CUDA 10.2，首先需要安装CUDA Toolkit 10.2，然后下载并解压CuDNN的zip文件，将库文件复制到CUDA安装目录下的相应位置。此外，还需要配置环境变量，确保...
问题解决 | Failed to initialize NVML: Driver/library version mismatch
weixin_44649780的博客
04-25 5836
Ubuntu20.04服务器上，一个docker容器正在训练模型，打开另外一个docker容器时，出现以下错误。
【docker】WSL+docker_desktop+GPU配置环境失败
rocking_struggling的博客
07-30 4463
尝试windows下使用docker_desktop安装深度学习的GPU环境，结果很失败，GPU调用不了。我一共尝试两种方式调用GPU。
【docker创建容器的坑】WSL启动nvidia-docker镜像：报错libnvidia-ml.so.1- file exists- unknown
MOL
06-27 8354
今天使用docker创建容器的时候总是出错，最后锁定问题在“--gpus all”这里：不加--gpu all可以运行，加入了--gpus all就出错：安装网上的做法：一直不行，最后才知道源镜像使用的CUDA10，而我的电脑是CUDA11，所以创建GPU容器就一直错误，我服了，所以在一直错误的时候建议先使用下面的方法将依赖打印出来，看看使用的是CUDA版本：
OCI runtime create failed: container_linux.go:370: starting container process caused: process_linux.
重剑无锋博客
02-26 4960
主要原因是系统内核升级了，导致新版本的内核和原显卡驱动不匹配 sudo apt-get install dkms sudo dkms install -m nvidia -v 460.39 460.39为安装打驱动版本号 ok
nvidia/cuda-xx镜像使用报错nvidia-container-cli: requirement error: unsatisfied condition: cuda＞=12.0, ....
最新发布
风一样的少年
03-22 980
在这个目录下你可能看到类似libcuda.so.460.106.00这样的文件，我们可以让libcuda.so.1分别指向一下这些文件，每切换一次，测试一次，应该会有一个能让环境起作用的。不知道你是否有疑问什么时候用nvdiasmi查看驱动，什么时候用nvcc查看驱动呢？然后用nvidia-smi, 就能看到环境已经使用了 物理机上的cuda了。首先找到libcuda.so.1所在的目录，我的是/usr/lib64。这种情况只能让容器内部切换为物理机上的cuda了。主要的错误在最后一行了。
ubuntu下安装nvidia-container-runtime报错解决
西西工作室
12-03 5873
安装nvidia-container-runtime： root@GPU:/home/python/docker# apt-get install nvidia-container-runtime Reading package lists… Done Building dependency tree Reading state information… Done You might want to run ‘apt --fix-broken install’ to correct these. The f
启动docker失败,nvidia-container-cli: initialization error: nvml error: driver not loaded: unknown
To be a better man
01-03 1789
【代码】启动docker失败,nvidia-container-cli: initialization error: nvml error: driver not loaded: unknown。
centos OCI runtime create failed
IAmFiveWater的博客
09-28 1234
GPU docker
docker 所有容器都启动不进来的原因分析
weixin_47464132的博客
04-24 1765
容器不能启动，开启持久模式
如何制作一个拥有jupyterlab的cuda版本的tensorflow镜像
04-01
以下是制作一个拥有jupyterlab的cuda版本的tensorflow镜像的步骤： 1. 安装Docker。 2. 从Docker Hub上下载基于cuda的tensorflow镜像。 ```sh docker pull tensorflow/tensorflow:latest-gpu-jupyter ``` 3. ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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