以TensorFlow2.0为例
下载tf-gpu
在docker hub里选择要下载的tf版本(注意选带GPU和py3的)
https://hub.docker.com/r/tensorflow/tensorflow/
如：
docker pull tensorflow/tensorflow:2.0.3-gpu-py3
如果上述下载超时，可以配置清华源。
或者通过如下命令下载：docker pull docker.mirrors.ustc.edu.cn/tensorflow/tensorflow:2.0.3-gpu-py3
基于拉的tf-gpu镜像构建自己的镜像
如下dockerfile
FROM docker.mirrors.ustc.edu.cn/tensorflow/tensorflow:2.0.3-gpu-py3
RUN ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime && echo "Asia/Shanghai" > /etc/timezone && \
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy pandas sklearn scipy matplotlib seaborn pyyaml h5py hdfs
RUN pip install deepctr[gpu] -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
RUN pip install keras==2.3.1 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
# cd /data/wangguisen/ad_ctr
# docker build -t tf-deepctr:1.0 -f ./dk/Dockerfile_base .
启动镜像检查GPU是否可用
docker run --gpus '"device=0"' \
--rm -it --name ad_ctr \
-v /data/wangguisen/ad_ctr:/data/ad_ctr \
tf-deepctr:1.0
输入 nvidia-smi 如果出现0号显卡的信息说明成功。
参考自：
https://blog.csdn.net/weixin_35725559/article/details/112268434