johnsonnnn/cuda

Cuda-Python集成镜像

镜像概述

本系列Docker镜像将不同版本的Cuda与Python集成，旨在为用户提供开箱即用的开发和运行环境，避免手动配置Cuda与Python的版本兼容性问题，简化机器学习、深度学习等场景的环境搭建流程。

核心功能和特性

• 多版本支持：提供多种Cuda版本（如10.x、11.x系列）与Python版本（如3.7、3.8、3.9等）的组合
• 兼容性保障：预配置Cuda与Python的兼容组合，确保环境稳定性
• 轻量设计：基于官方基础镜像构建，精简不必要组件，降低镜像体积
• 即开即用：无需额外配置，拉取镜像后可直接使用Cuda加速和Python开发环境

使用场景和适用范围

• 机器学习、深度学习模型的开发与训练
• 需要特定Cuda和Python版本的应用部署
• 多版本环境测试与兼容性验证
• 学术研究、教学实验等需要快速搭建环境的场景

使用方法和配置说明

镜像标签说明

镜像标签采用<cuda-version>-python<python-version>格式，用于指定Cuda和Python版本，例如：

• cuda11.7-python3.9：集成Cuda 11.7与Python 3.9
• cuda10.2-python3.8：集成Cuda 10.2与Python 3.8
• cuda12.0-python3.10：集成Cuda 12.0与Python 3.10

基本使用示例

通过docker run命令启动容器：

bash
docker run -it --rm <镜像仓库地址>/cuda-python:cuda11.7-python3.9 /bin/bash

挂载本地目录（可选）

如需将本地代码或数据挂载到容器中：

bash
docker run -it --rm -v /本地路径:/容器内路径 <镜像仓库地址>/cuda-python:cuda11.7-python3.9 /bin/bash

验证环境配置

进入容器后，可通过以下命令验证环境：

bash
# 查看Cuda版本
nvcc --version

# 查看Python版本
python --version

# 验证Cuda可用性（需容器支持GPU）
python -c "import torch; print(torch.cuda.is_available())"

Docker Compose配置示例

创建docker-compose.yml文件：

yaml
version: '3'
services:
  cuda-python-env:
    image: <镜像仓库地址>/cuda-python:cuda11.7-python3.9
    volumes:
      - ./code:/app
    command: /bin/bash
    runtime: nvidia  # 需安装nvidia-docker运行时

启动服务：

bash
docker-compose up -d