win上拉取一个gpu可用的镜像修改后导出，在ubuntu导入镜像后gpu不可用

我是一个对称矩阵

人工智能领域优质创作者

2023-05-11 13:26:35

我尝试使用一个cuda版本的pytorch的docker 镜像。

我在windows10上拉取该镜像创建容器后，nvidia-smi命令有效，并且训练时cuda可用。于是我使用docker save xx.tar xx导出该容器后，在ubuntu上通过docker load < xx.tar导入镜像，发现nvidia-smi命令不可用了。请问这可能是怎么回事呢？

...全文

156 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

shoppo0505 2023-05-15

打赏
举报

回复

你试试在save的时候，最后加上 REPOSITORY:TAG 的信息，看看能否解决问题

配置参数，即不使用GPU。等配置好环境后，打包镜像，在服务器上再使用。在WSL2子系统的Docker上启动容器不添加。

文章来源 | 恒源云社区（专注人工智能/深度学习云GPU服务器训练平台，官方体验网址：https://gpushare.com/）系统镜像系统镜像是操作系统与计算环境的打包封装。镜像中提供了 CUDA、CUDNN、Python 等环境，在创建实例时可以选择各个组件的版本。实例提供的系统为 Ubuntu 18.04，并且预装了 JupyterLab、TensorBoard 服务，可以在实例列表中的快捷工具直接打开链接。自定义镜像在已经创建好的实例中安装好运行环境后，可以通过...

Ubuntu18.04系统中使用Docker配置Ubuntu18.04深度学习开发镜像并上传至DockerHub

0.前言可以直接拉取pytorch官方镜像docker pull pytorch 但是该方法拉取的镜像基于conda安装的，如果需要调整cuda以及python版本会造成依赖被改变，并且创建的镜像过于庞大 1.解决方法这里直接基于nvida/cuda，使用DockerFile构建一个轻便的镜像 FROM nvidia/cuda:10.1-cudnn7-runtime-ubuntu18.04 MAINTAINER zha # #LABEL version="1.0" # #指定系统编码 ENV LANG

ubuntu18.04从零开始离线搭建基于docker的pytorch环境整体流程一、安装Docker功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入任务需要搭建一个pytorch环境调用gpu资源，离线环境，踩坑无数，特地写下此

1,167

社区成员

921

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章