pytorch

pytorchlab/pytorch Docker 镜像

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
下载命令
点击查看

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-runtimePyTorch + 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-slimPyTorch(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

dockerfile
FROM 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

dockerfile
FROM 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)

dockerfile
FROM 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/weightsUltralytics配置和权重目录
YOLO_OFFLINE1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>
专业版 · 高速稳定拉取镜像
50GB 仅 ¥8/年
高速镜像下载在线技术支持专业版保障服务可用付费会员免广告