rocker/ml

镜像概述

本Docker镜像基于https://github.com/rocker-org/rocker-versioned2%E9%A1%B9%E7%9B%AE%E6%9E%84%E5%BB%BA%EF%BC%8C%E9%9B%86%E6%88%90%E4%BA%86R%E8%AF%AD%E8%A8%80%E7%8E%AF%E5%A2%83%E4%B8%8EGPU%E5%8A%A0%E9%80%9F%E8%83%BD%E5%8A%9B%EF%BC%8C%E4%B8%BB%E8%A6%81%E9%9D%A2%E5%90%91%E9%9C%80%E8%A6%81%E5%88%A9%E7%94%A8R%E8%BF%9B%E8%A1%8C%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%BC%80%E5%8F%91%E7%9A%84%E5%9C%BA%E6%99%AF%EF%BC%8C%E6%8F%90%E4%BE%9B%E5%BC%80%E7%AE%B1%E5%8D%B3%E7%94%A8%E7%9A%84GPU%E6%94%AF%E6%8C%81%E7%8E%AF%E5%A2%83%E3%80%82%E8%AF%A6%E7%BB%86%E6%8A%80%E6%9C%AF%E8%AF%B4%E6%98%8E%E5%8F%AF%E5%8F%82%E8%80%83%E5%AE%98%E6%96%B9%E6%96%87%E6%A1%A3%EF%BC%9ARocker Project CUDA镜像文档。

核心功能与特性

1. 完整R语言环境

• 包含预配置的R语言运行环境，支持主流R包管理工具（如install.packages、devtools）。
• 基于rocker-versioned2项目，确保R环境的稳定性与版本一致性。

2. GPU加速支持

• 集成CUDA工具包，支持NVIDIA GPU硬件加速，可直接调用GPU资源进行并行计算。
• 适配主流CUDA版本（具体版本依赖镜像标签，可参考官方文档）。

3. 机器学习库集成

• 预集成常用R机器学习库（如caret、xgboost、tensorflow、keras等），支持直接进行模型训练与评估。
• 库版本与CUDA环境兼容，避免因依赖冲突导致的运行问题。

使用场景

• R语言机器学习开发：需要在R环境中开发机器学习模型，并依赖GPU加速提升训练效率的场景。
• 数据分析与建模：对大规模数据集进行分析时，利用GPU加速R的计算过程。
• 科研与教育：学术研究或教学中，需要统一的R+GPU开发环境，简化环境配置流程。

使用方法

基本运行命令

通过以下命令启动镜像（需确保主机已安装NVIDIA Docker运行时）：

docker
docker run --gpus all -it rocker/cuda:latest R

• --gpus all：允许容器使用主机所有GPU资源
• -it：交互式终端模式
• rocker/cuda:latest：默认使用最新版本镜像（可指定具体标签，如rocker/cuda:4.3.0-cuda11.7）
• R：启动R交互式终端

持久化数据与工作目录

如需挂载本地工作目录至容器，可使用-v参数：

docker
docker run --gpus all -v /本地工作目录:/home/rstudio -it rocker/cuda:latest R

扩展配置

• 环境变量：可通过-e参数设置环境变量，如指定R包安装源：

  docker
  docker run --gpus all -e CRAN="https://mirror.lzu.edu.cn/CRAN/" -it rocker/cuda:latest R
  

• 自定义启动命令：替换默认R命令，执行脚本或启动服务：

  docker
  docker run --gpus all -v /本地脚本:/scripts -it rocker/cuda:latest Rscript /scripts/train_model.R
  

参考文档

• 项目源码：https://github.com/rocker-org/rocker-versioned2
• 官方镜像文档：Rocker Project CUDA镜像说明
• NVIDIA Docker配置：https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html