热门搜索:
pure/python
pure
基于官方Python镜像并集成NVIDIA CUDA和cuDNN的Docker镜像，适用于需要GPU加速的Python应用开发与运行，支持多种Python和CUDA版本组合。
3 次收藏下载次数: 0状态：社区镜像维护者：pure仓库类型：镜像最近更新：6 年前
带NVIDIA CUDA的Python镜像
镜像概述
本镜像基于https://hub.docker.com/_/python/%E6%9E%84%E5%BB%BA%EF%BC%8C%E5%B9%B6%E9%9B%86%E6%88%90%E4%BA%86NVIDIA%E6%8F%90%E4%BE%9B%E7%9A%84CUDA%E5%92%8CcuDNN%E7%BB%84%E4%BB%B6%EF%BC%8C%E6%97%A8%E5%9C%A8%E4%B8%BA%E9%9C%80%E8%A6%81GPU%E5%8A%A0%E9%80%9F%E7%9A%84Python%E5%BA%94%E7%94%A8%E6%8F%90%E4%BE%9B%E4%BE%BF%E6%8D%B7%E7%9A%84%E8%BF%90%E8%A1%8C%E7%8E%AF%E5%A2%83%E3%80%82
核心功能与特性
- 基于官方Python镜像，确保Python环境的稳定性和可靠性
- 集成NVIDIA CUDA Toolkit，支持GPU加速计算
- 可选集成cuDNN库，优化深度学习应用性能
- 提供多种Python版本（3.6、3.7、3.8）与CUDA版本（9.0、10.0、10.1、10.2）的组合
NVIDIA许可协议
下载并使用本镜像即表示您同意镜像中包含的NVIDIA软件的许可协议。
CUDA Toolkit许可协议
查看本镜像中包含的CUDA Toolkit许可协议，请点击此处。
cuDNN Toolkit许可协议
查看本镜像中包含的cuDNN Toolkit许可协议，请点击此处。
运行环境要求
运行本镜像需要安装https://github.com/NVIDIA/nvidia-docker%EF%BC%88nvidia-docker%EF%BC%89%E3%80%82
支持的标签
Python 3.8
CUDA 10.2
- https://github.com/cicdteam/python-cuda/blob/master/10.2/base/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/10.2/runtime/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/10.2/runtime/cudnn7/Dockerfile
CUDA 10.1
- https://github.com/cicdteam/python-cuda/blob/master/10.1/base/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/10.1/runtime/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/10.1/runtime/cudnn7/Dockerfile
CUDA 10.0
- https://github.com/cicdteam/python-cuda/blob/master/10.0/base/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/10.0/runtime/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/10.0/runtime/cudnn7/Dockerfile
CUDA 9.0
- https://github.com/cicdteam/python-cuda/blob/master/9.0/base/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/9.0/runtime/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/9.0/runtime/cudnn7/Dockerfile
Python 3.7
CUDA 10.2
- https://github.com/cicdteam/python-cuda/blob/master/10.2/base/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/10.2/runtime/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/10.2/runtime/cudnn7/Dockerfile
CUDA 10.1
- https://github.com/cicdteam/python-cuda/blob/master/10.1/base/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/10.1/runtime/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/10.1/runtime/cudnn7/Dockerfile
CUDA 10.0
- https://github.com/cicdteam/python-cuda/blob/master/10.0/base/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/10.0/runtime/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/10.0/runtime/cudnn7/Dockerfile
CUDA 9.0
- https://github.com/cicdteam/python-cuda/blob/master/9.0/base/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/9.0/runtime/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/9.0/runtime/cudnn7/Dockerfile
Python 3.6
CUDA 10.2
- https://github.com/cicdteam/python-cuda/blob/master/10.2/base/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/10.2/runtime/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/10.2/runtime/cudnn7/Dockerfile
CUDA 10.1
- https://github.com/cicdteam/python-cuda/blob/master/10.1/base/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/10.1/runtime/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/10.1/runtime/cudnn7/Dockerfile
CUDA 10.0
- https://github.com/cicdteam/python-cuda/blob/master/10.0/base/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/10.0/runtime/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/10.0/runtime/cudnn7/Dockerfile
CUDA 9.0
- https://github.com/cicdteam/python-cuda/blob/master/9.0/base/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/9.0/runtime/Dockerfile
- https://github.com/cicdteam/python-cuda/blob/master/9.0/runtime/cudnn7/Dockerfile
使用方法
前提条件
确保已安装https://github.com/NVIDIA/nvidia-docker%E3%80%82
基本运行命令
使用以下命令启动包含Python 3.8和CUDA 10.2的运行时镜像：
bashdocker run --gpus all pure/python:3.8-cuda10.2-runtime python --version
验证CUDA是否可用
在容器内执行以下Python代码验证CUDA是否正常工作：
bashdocker run --gpus all pure/python:3.8-cuda10.2-cudnn7-runtime python -c "import torch; print(torch.cuda.is_available())"
若输出为True，表示CUDA环境配置成功。
适用场景
- 机器学习与深度学习模型训练
- GPU加速的科学计算
- 需要CUDA支持的Python应用部署
- 多版本Python与CUDA环境测试
更多相关 Docker 镜像与资源
以下是 pure/python 相关的常用 Docker 镜像，适用于 Web 开发、数据科学、机器学习 等不同场景：
- library/python Docker 镜像说明（Python 运行时，适合数据科学和 Web 开发）
- demisto/python Docker 镜像说明（Python 运行时，Demisto 安全自动化平台）
- cimg/python Docker 镜像说明（Python 运行时，CI/CD 优化版本）
- bitnami/python Docker 镜像说明（Python 运行时，Bitnami 企业级配置）
- ubuntu/python Docker 镜像说明（Python 运行时，基于 Ubuntu，适合通用 Python 应用）
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
DockerHub 原生拉取命令
docker pull pure/python:<标签>
更多 python 镜像推荐
library/python
Docker 官方镜像
Python是一种解释型、交互式、面向对象的开源编程语言，其设计理念强调代码的可读性与简洁性，支持多种编程范式，凭借丰富的标准库和第三方库，广泛应用于Web开发、数据分析、人工智能、科学计算、自动化脚本等众多领域，拥有活跃的全球开发者社区，是兼具易用性与强大功能的高效编程工具。
1万 次收藏10亿+ 次下载
15 天前更新
circleci/python
circleci
CircleCI提供的Python扩展镜像，基于官方Python镜像，预装开发和CI常用工具（如git、ssh、docker等），默认使用非root用户，支持浏览器测试等变体，适用于CI/CD流程和开发环境。
116 次收藏1亿+ 次下载
4 年前更新
cimg/python
cimg
CircleCI提供的`cimg/python`是专为持续集成构建设计的Docker镜像，包含完整Python版本（通过pyenv），预装pip、pipenv和poetry，适用于CircleCI环境，旨在取代旧版`circleci/python`镜像。
25 次收藏1亿+ 次下载
2 个月前更新
bitnami/python
Bitnami Secure Images（VMware Tanzu）
Bitnami 提供的 Python 安全镜像，基于 Photon Linux 构建，具备加固安全、漏洞管理及合规支持等特性。
31 次收藏500万+ 次下载
24 天前更新
demisto/python
demisto
基于python:2.7的Demisto基础Python镜像，包含requests、olefile、pip和stix等基本Python库，适用于构建依赖这些特定库的Python 2.7应用环境。
5 次收藏100万+ 次下载
5 个月前更新
ubuntu/python
Ubuntu 官方镜像
这是一个基于Ubuntu系统精雕细琢而成的运行基石，集成了Python运行时环境，通过精简优化的系统底层确保了高效稳定的性能，为Python应用程序提供了可靠的运行载体，无论是开发调试、测试验证还是生产部署场景，都能满足轻量、安全且高效的运行需求，是构建Python应用生态的理想基础组件。
33 次收藏10万+ 次下载
16 天前更新
轩辕镜像配置手册
探索更多轩辕镜像的使用方法，找到最适合您系统的配置方式
Docker 配置
登录仓库拉取
通过 Docker 登录认证访问私有仓库
专属域名拉取
无需登录使用专属域名
K8s Containerd
Kubernetes 集群配置 Containerd
K3s
K3s 轻量级 Kubernetes 镜像加速
Dev Containers
VS Code Dev Containers 配置
Podman
Podman 容器引擎配置
Singularity/Apptainer
HPC 科学计算容器配置
其他仓库配置
ghcr、Quay、nvcr 等镜像仓库
Harbor 镜像源配置
Harbor Proxy Repository 对接专属域名
Portainer 镜像源配置
Portainer Registries 加速拉取
Nexus 镜像源配置
Nexus3 Docker Proxy 内网缓存
系统配置
需要其他帮助？请查看我们的 常见问题Docker 镜像访问常见问题解答 或 提交工单
镜像拉取常见问题
使用与功能问题
配置了专属域名后，docker search 为什么会报错？
docker search 限制
Docker Hub 上有的镜像，为什么在轩辕镜像网站搜不到？
站内搜不到镜像
机器不能直连外网时，怎么用 docker save / load 迁镜像？
离线 save/load
docker pull 拉插件报错（plugin v1+json）怎么办？
插件要用 plugin install
WSL 里 Docker 拉镜像特别慢，怎么排查和优化？
WSL 拉取慢
轩辕镜像安全吗？如何用 digest 校验镜像没被篡改？
安全与 digest
第一次用轩辕镜像拉 Docker 镜像，要怎么登录和配置？
新手拉取配置
轩辕镜像合规吗？轩辕镜像的合规是怎么做的？
镜像合规机制
错误码与失败问题
docker pull 提示 manifest unknown 怎么办？
manifest unknown
docker pull 提示 no matching manifest 怎么办？
no matching manifest（架构）
镜像已拉取完成，却提示 invalid tar header 或 failed to register layer 怎么办？
invalid tar header（解压）
Docker pull 时 HTTPS / TLS 证书验证失败怎么办？
TLS 证书失败
Docker pull 时 DNS 解析超时或连不上仓库怎么办？
DNS 超时
docker 无法连接轩辕镜像域名怎么办？
域名连通性排查
Docker 拉取出现 410 Gone 怎么办？
410 Gone 排查
出现 402 或「流量用尽」提示怎么办？
402 与流量用尽
Docker 拉取提示 UNAUTHORIZED（401）怎么办？
401 认证失败
遇到 429 Too Many Requests（请求太频繁）怎么办？
429 限流
docker login 提示 Cannot autolaunch D-Bus，还算登录成功吗？
D-Bus 凭证提示
为什么会出现「单层超过 20GB」或 413，无法加速拉取？
413 与超大单层
账号 / 计费 / 权限
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"