floydhub/pytorch

FloydHub PyTorch Docker镜像文档

镜像概述

本镜像集合由FloydHub提供，专注于自然语言处理(NLP)和深度学习领域，基于PyTorch框架构建。镜像已预配置必要的依赖库和工具，旨在为开发者提供开箱即用的PyTorch运行环境，简化NLP模型开发、训练和部署流程。相关镜像可通过https://hub.docker.com/r/floydhub/%E8%8E%B7%E5%8F%96%E3%80%82

核心功能与特性

• 预配置PyTorch环境：内置指定版本的PyTorch及相关依赖（如CUDA、cuDNN，支持GPU加速）
• NLP工具集成：包含常用NLP库（如NLTK、spaCy、Hugging Face Transformers等）
• 深度学习支持：集成主流深度学习工具链，支持模型训练、推理及部署
• 环境一致性：确保不同开发/生产环境中的依赖版本统一，减少"环境配置问题"
• 轻量级优化：在保证功能完整的前提下优化镜像体积，提升运行效率

使用场景

• NLP模型开发与实验（如文本分类、命名实体识别、机器翻译等）
• 深度学习模型训练（支持单机/分布式训练）
• 学术研究与原型验证
• 生产环境中PyTorch应用的快速部署

使用方法

1. 获取镜像

从Docker Hub拉取最新版PyTorch镜像：

bash
docker pull floydhub/pytorch

如需指定版本，可添加标签（具体版本参考https://hub.docker.com/r/floydhub/pytorch/tags%EF%BC%89%EF%BC%9A

bash
docker pull floydhub/pytorch:2.0.0-cuda11.7

2. 运行容器

基本运行（CPU模式）

bash
docker run -it --rm floydhub/pytorch python

GPU支持（需安装NVIDIA Docker）

bash
docker run -it --rm --gpus all floydhub/pytorch python

挂载本地目录（方便代码/数据共享）

bash
docker run -it --rm -v /本地目录路径:/workspace floydhub/pytorch

3. 典型应用示例

启动Jupyter Notebook

bash
docker run -it --rm -p 8888:8888 floydhub/pytorch jupyter notebook --ip=0.0.0.0 --allow-root

启动后通过http://localhost:8888访问Notebook，输入容器内显示的token即可。

运行PyTorch训练脚本

bash
docker run -it --rm -v $(pwd):/workspace floydhub/pytorch python /workspace/train.py

4. 环境变量配置

5. docker-compose配置示例

创建docker-compose.yml：

yaml
version: '3'
services:
  pytorch-nlp:
    image: floydhub/pytorch
    volumes:
      - ./code:/workspace
      - ./data:/data
    ports:
      - "8888:8888"
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: 1
              capabilities: [gpu]
    command: jupyter notebook --ip=0.0.0.0 --allow-root

启动服务：

bash
docker-compose up

注意事项

• 使用GPU功能需确保主机已安装https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html
• 镜像标签格式通常为{pytorch版本}-{cuda版本}，选择时需匹配主机CUDA驱动版本
• 生产环境建议指定具体版本标签，避免因镜像更新导致环境变化