singula/cuda

镜像概述和主要用途

本镜像为singula/cuda:8.0-cudnn6-devel，主要用于构建TensorFlow的开发环境，基于CUDA 8.0和cuDNN 6。重要提示：该镜像已被弃用（deprecated），不建议在新环境中使用。

核心功能和特性

• 基于CUDA 8.0和cuDNN 6开发环境
• 支持使用Bazel构建TensorFlow源码
• 可生成TensorFlow的Python Wheel包（.whl）

使用场景和适用范围

该镜像原用于需要手动构建特定版本TensorFlow（如1.4.1版本）的场景，适用于需要自定义TensorFlow编译配置的开发环境。由于镜像已弃用，建议使用官方或更新的CUDA/TensorFlow镜像替代。

使用方法和配置说明

构建TensorFlow步骤

1. 构建TensorFlow源码

bash
bazel build -c opt --config=cuda --incompatible_load_argument_is_label=false //tensorflow/tools/pip_package:build_pip_package

2. 生成Wheel包

bash
bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg

生成的Wheel包路径：

/tmp/tensorflow_pkg/tensorflow-1.4.1-cp35-cp35m-linux_x86_64.whl

3. 安装Wheel包

将生成的.whl文件复制到目标Linux环境，执行安装：

bash
pip install tensorflow-1.4.1-cp35-cp35m-linux_x86_64.whl

Docker Compose配置

yaml
# 用于TensorFlow构建的CUDA环境（由singula提供）
version: '2'
services:
    cuda:
        image: singula/cuda:8.0-cudnn6-devel
        container_name: mycuda
        # restart: always  # 可选：设置容器自动重启
        volumes:
            - /home/:/home/  # 挂载主机home目录
            - /usr/local/nvidia:/var/lib/nvidia-docker/volumes/nvidia_driver/384.90  # NVIDIA驱动挂载
            - /dev/nvidia0:/dev/nvidia0  # GPU设备挂载
            - /dev/nvidia-uvm:/dev/nvidia-uvm
            - /dev/nvidia-uvm-tools:/dev/nvidia-uvm-tools
            - /dev/nvidiactl:/dev/nvidiactl
            - /usr/lib/nvidia-384:/usr/lib/nvidia-384  # NVIDIA库文件挂载
            - /usr/lib/x86_64-linux-gnu/libcuda.so:/usr/lib/x86_64-linux-gnu/libcuda.so
            - /usr/lib/x86_64-linux-gnu/libcuda.so.1:/usr/lib/x86_64-linux-gnu/libcuda.so.1
            - /usr/lib/x86_64-linux-gnu/libcuda.so.384.90:/usr/lib/x86_64-linux-gnu/libcuda.so.384.90
            - /usr/lib/nvidia-384/libnvidia-fatbinaryloader.so.384.90:/usr/lib/x86_64-linux-gnu/libnvidia-fatbinaryloader.so.384.90
        command: sleep 999999999  # 保持容器运行

注意：由于该镜像已弃用，上述配置和步骤仅供历史参考。建议使用官方维护的CUDA和TensorFlow镜像以获得更好的兼容性和安全性。