pytorchlab/pytorch Docker 镜像
pytorchlab查看 Docker Hub 原文页
轻量级PyTorch基础镜像,支持GPU(CUDA 12.6)和CPU,可选预捆绑YOLO权重,适用于生产环境部署,包含必要系统库并优化镜像大小。
下载次数: 0状态:社区镜像维护者:pytorchlab仓库类型:镜像最近更新:5 个月前
pytorchlab/pytorch
用于GPU和CPU工作负载的最小化、生产就绪型PyTorch基础镜像——可选预捆绑YOLO权重以支持离线推理。
概述
pytorchlab/pytorch 基于官方 https://hub.docker.com/r/pytorch/pytorch 基础镜像提供精简的多变体Docker镜像。每个镜像仅添加现实世界部署所需的组件:
- 系统库:OpenCV所需的系统库(
libGL、libglib2.0、libpq、libgeos) - 清理层:构建时移除
__pycache__以最小化镜像大小 - YOLO变体:预下载Ultralytics权重捆绑在镜像中,使ECS/Kubernetes工作节点在运行时无需出站依赖
可用标签
GPU(CUDA 12.6 + cuDNN 9)
基于
pytorch/pytorch:2.9.1-cuda12.6-cudnn9-runtime构建。需要与CUDA 12.6+兼容的NVIDIA驱动。
| 标签 | 描述 |
|---|---|
2.9.1-cuda12.6-cudnn9-runtime | PyTorch + CUDA + 系统库。通用GPU基础镜像。 |
2.9.1-cuda12.6-cudnn9-yolo26m | 上述基础上增加YOLO v2.6m和v2.6n权重,位于/app/weights(Ultralytics离线版)。 |
2.9.1-cuda12.6-cudnn9-yolo11m | 上述基础上增加YOLO v11m和v2.6n权重,位于/app/weights(Ultralytics离线版)。 |
CPU(Python 3.11 Slim)
基于
python:3.11-slim构建,仅包含CPU版本PyTorch(比CUDA变体轻约1.5 GB)。
| 标签 | 描述 |
|---|---|
2.4.1-cpu-py3.11-slim | PyTorch(仅CPU)+ 系统库。通用CPU基础镜像。 |
cpu-python3.11-yolo26m | 上述基础上增加YOLO v2.6m和v2.6n权重,位于/app/weights(Ultralytics离线版)。 |
cpu-python3.11-yolo11m | 上述基础上增加YOLO v11m和v2.6n权重,位于/app/weights(Ultralytics离线版)。 |
快速开始
bash# GPU — 验证CUDA是否可用 docker pull docker.xuanyuan.run/pytorchlab/pytorch:2.9.1-cuda12.6-cudnn9-runtime docker run --gpus all --rm docker.xuanyuan.run/pytorchlab/pytorch:2.9.1-cuda12.6-cudnn9-runtime \ python -c "import torch; print('CUDA:', torch.cuda.is_available())" # CPU — 轻量级推理 docker pull docker.xuanyuan.run/pytorchlab/pytorch:2.4.1-cpu-py3.11-slim docker run --rm docker.xuanyuan.run/pytorchlab/pytorch:2.4.1-cpu-py3.11-slim \ python -c "import torch; print('PyTorch:', torch.__version__)"
作为基础镜像使用
GPU工作负载
dockerfileFROM docker.xuanyuan.run/pytorchlab/pytorch:2.9.1-cuda12.6-cudnn9-runtime WORKDIR /app COPY requirements.txt . RUN pip install --no-cache-dir -r requirements.txt COPY . . CMD ["python", "train.py"]
CPU工作负载/轻量级推理
dockerfileFROM docker.xuanyuan.run/pytorchlab/pytorch:2.4.1-cpu-py3.11-slim WORKDIR /app COPY requirements.txt . RUN pip install --no-cache-dir -r requirements.txt COPY . . CMD ["python", "inference.py"]
离线YOLO推理(运行时无需网络)
dockerfileFROM docker.xuanyuan.run/pytorchlab/pytorch:2.9.1-cuda12.6-cudnn9-yolo26m # 权重已预下载至/app/weights/yolo26m.pt和yolo26n.pt # 已预设环境变量YOLO_OFFLINE=1和YOLO_CONFIG_DIR=/app/weights WORKDIR /app COPY . . CMD ["python", "detect.py"]
要求
| 要求 | 说明 |
|---|---|
| Docker Engine 20.10+ | 在Docker Desktop和Docker CE上测试通过 |
| NVIDIA Container Toolkit | 仅GPU标签需要 — https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html |
| NVIDIA驱动 ≥ 525 | 需满足CUDA 12.6兼容性 |
环境变量(YOLO变体中已预设)
| 变量 | 值 | 描述 |
|---|---|---|
YOLO_CONFIG_DIR | /app/weights | Ultralytics配置和权重目录 |
YOLO_OFFLINE | 1 | 禁用Ultralytics运行时自动下载 |
许可证
- 镜像构建脚本:MIT许可证
- PyTorch:https://github.com/pytorch/pytorch/blob/main/LICENSE
- Ultralytics YOLO(YOLO变体中的权重):https://github.com/ultralytics/ultralytics/blob/main/LICENSE
注意:YOLO变体镜像中捆绑的YOLO权重文件受Ultralytics AGPL-3.0许可证约束。请确保您的使用场景符合该许可证要求。
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。
轩辕镜像加速拉取命令点我查看更多 pytorch 镜像标签
docker pull docker.xuanyuan.run/pytorchlab/pytorch:<标签>
DockerHub 原生拉取命令
docker pull pytorchlab/pytorch:<标签>
用户好评
来自真实用户的反馈,见证轩辕镜像的优质服务