主要来源：https://blog.csdn.net/chenfeidi1/article/details/80866944
依赖条件
安装 nvidia-docker
启动 nvidia-docker 服务
使用 nvidia-docker
依赖条件
如果使用的 Tensorflow 版本大于 1.4.0，要求 CUDA 9.0 以上版本。
安装 nvidia-docker
下载安装包：
$ wget https://github.com/NVIDIA/nvidia-docker/releases/download/v1.0.1/nvidia-docker-1.0.1-1.x86_64.rpm
安装：
$ rpm -ivh nvidia-docker-1.0.1-1.x86_64.rpm
启动 nvidia-docker 服务
$ sudo systemctl restart nvidia-docker
执行以下命令，若结果显示 active(running) 则说明启动成功：
$ systemctl status nvidia-docker.service
...
Active: active (running) since Thu 2018-05-10 14:12:25 CST; 5s ago
...
使用 nvidia-docker
查看 GPU 信息：
$ nvidia-docker run --rm nvidia/cuda nvidia-smi
启动 Tensorflow：
$ docker pull tensorflow/tensorflow:1.8.0-gpu-py3
$ docker tag tensorflow/tensorflow:1.8.0-gpu-py3 tensorflow:1.8.0-gpu
$ nvidia-docker run -it -p 8888:8888 tensorflow:1.8.0-gpu
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
