本文详细介绍了如何从零开始使用docker构建包含cuda和pytorch的python环境。首先，介绍了docker和nvidia-docker的安装步骤，强调了在有nvidia显卡驱动的主机上安装nvidia-docker的重要性。接着，通过两种方法演示了如何拉取nvidia/cuda镜像并配置python和pytorch环境，包括手动配置和直接拉取带cuda环境的pytorch镜像。最后，针对使用过程中可能遇到的报错给出了解决方案。
一、docker和nvidia-docker安装
本机先安装docker，然后安装nvidia-docker（在docker中使用gpu需要安装nvidia-docker，同时本机需要有nvidia显卡驱动，且该驱动版本要支持docker里面的cuda版本）。
本机安装nvidia-docker后，不需要再在docker容器中安装nvidia显卡驱动，便可使用gpu（另外有一种说法，可以直接在docker容器中安装nvidia显卡驱动，便可直接在docker容器使用gpu，不需要本机安装nvidia-docker，不过本人没有尝试过）。
安装过程官网教程参考：
https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html#docker
二、拉取nvidia/cuda镜像，创建nvidia/cuda容器，在容器中配置python，pytorch等基本环境
1、拉取nvidia/cuda镜像后，手动配置相应环境，这种方法比较灵活。
另一种方法就是拉取带cuda环境pytorch的官方镜像，这里先讲第一种方法。
# 拉取nvidia-cuda官方镜像，查看相应版本镜像，官方地址：
最低0.47元/天 解锁文章
1038
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
