这篇文章将为大家详细讲解有关docker如何使用GPU，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
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-py3RUN 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 h6py hdfsRUN pip install deepctr[gpu] -i http://pypi.douban.com/simple --trusted-host pypi.douban.comRUN 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。
关于“docker如何使用GPU”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。
