rocm/pytorch Docker 镜像 - 轩辕镜像
镜像简介
基于ROCm的PyTorch Docker镜像为开发者提供了预配置的深度学习环境，集成了PyTorch框架与AMD ROCm开源计算平台，支持AMD GPU硬件加速，无需手动配置驱动及库依赖，可直接用于深度学习模型的开发、训练与部署，有效简化环境搭建流程，确保跨平台一致性，适用于科研机构、工业界等多种场景，助力高效利用AMD硬件资源开展AI相关任务。
镜像统计信息
收藏数: 114
下载次数: 886141
状态: active
发布者: rocm
类型: 镜像
rocm/pytorch基于ROCm的PyTorch Docker镜像为开发者提供了预配置的深度学习环境，集成了PyTorch框架与AMD ROCm开源计算平台，支持AMD GPU硬件加速，无需手动配置驱动及库依赖，可直接用于深度学习模型的开发、训练与部署，有效简化环境搭建流程，确保跨平台一致性，适用于科研机构、工业界等多种场景，助力高效利用AMD硬件资源开展AI相关任务。
114 收藏0 次下载activerocm镜像
ROCm后端PyTorch Docker镜像使用说明
本仓库提供基于ROCm后端的PyTorch版本Docker镜像。
1. 支持的GPU型号
仓库中的Docker镜像可在以下GPU型号上运行：
- gfx908（对应MI100）
- gfx90a（对应MI210/MI250/MI250x）
- gfx942（对应MI300A/MI300X/MI325）
- gfx950（对应MI350/MI355，自ROCm 7.0起支持）
- gfx1030（基于Navi21的SKU型号）
- gfx1100/gfx1101（基于Navi31的SKU型号）
- gfx1200/gfx1201（基于Navi44/Navi48的SKU型号，自ROCm 6.4.2起支持）
2. 配置Docker环境
如需配置支持ROCm的Docker环境，操作指引请参考：
ROCm Docker环境快速配置指南
3. 运行rocm/pytorch Docker镜像
3.1 添加快捷命令别名
为简化拉取和运行PyTorch容器的命令，建议将以下别名添加到.profile或.bashrc文件中（添加后需通过source ~/.bashrc或重启终端生效）：
bashalias drun='sudo docker run -it --network=host --device=/dev/kfd --device=/dev/dri --group-add=video --ipc=host --cap-add=SYS_PTRACE --security-opt seccomp=unconfined --shm-size 8G -v $HOME/dockerx:/dockerx -w /dockerx'
3.2 启动容器示例
运行最新版本的ROCm PyTorch容器，执行以下命令即可：
bashdrun rocm/pytorch
或显式指定latest标签：
bashdrun rocm/pytorch:latest
相关 Docker 镜像推荐
以下是 rocm/pytorch 相关的常用 Docker 镜像，适用于 不同场景 等不同场景：
- pytorch/pytorch Docker 镜像说明
- bitnami/pytorch Docker 镜像说明（PyTorch 深度学习框架，Bitnami 企业级配置）
- nvidia/cuda Docker 镜像说明
- dustynv/vllm Docker 镜像说明（高性能 LLM 推理服务）
- rocm/vllm Docker 镜像说明（vLLM 推理服务，ROCm GPU 优化版本）
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 版本下载页面。
相关镜像推荐
pytorch/pytorch
by pytorch
PyTorch是一款以Python为首要设计理念的深度学习框架，凭借简洁易用的Python接口、动态计算图机制及强大的灵活性，广泛应用于学术研究与工业开发，支持从快速原型设计到大规模部署的全流程，深度融合Python数据科学生态，为开发者提供高效且直观的深度学习解决方案。
157310M+ pulls
上次更新：2 个月前
bitnami/pytorch
by VMware
认证
比特纳米PyTorch安全镜像是一款为深度学习框架PyTorch量身打造的预配置、安全加固型容器镜像，集成经过严格测试的依赖组件，具备漏洞扫描、合规性检查及持续更新机制，可有效保障开发环境安全，简化从模型训练到部署的全流程，适用于科研机构、企业开发者在AI项目中快速构建稳定、安全的PyTorch运行环境。
761M+ pulls
上次更新：29 天前
bitnamicharts/pytorch
by VMware
认证
Bitnami提供的PyTorch Helm chart，用于在Kubernetes环境中简化PyTorch的部署与管理。
100K+ pulls
上次更新：19 天前
chainguard/pytorch
by Chainguard, Inc.
认证
使用Chainguard的低至零CVE容器镜像构建、交付和运行安全软件。
10K+ pulls
上次更新：6 天前
pytorch/manylinux-builder
by pytorch
暂无描述
11M+ pulls
上次更新：10 个月前
pytorch/manylinux2_28-builder
by pytorch
暂无描述
1M+ pulls
上次更新：5 天前
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
登录仓库拉取
通过 Docker 登录认证访问私有仓库
Linux
在 Linux 系统配置镜像服务
Windows/Mac
在 Docker Desktop 配置镜像
Docker Compose
Docker Compose 项目配置
K8s Containerd
Kubernetes 集群配置 Containerd
K3s
K3s 轻量级 Kubernetes 镜像加速
宝塔面板
在宝塔面板一键配置镜像
群晖
Synology 群晖 NAS 配置
飞牛
飞牛 fnOS 系统配置镜像
极空间
极空间 NAS 系统配置服务
爱快路由
爱快 iKuai 路由系统配置
绿联
绿联 NAS 系统配置镜像
威联通
QNAP 威联通 NAS 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
专属域名拉取
无需登录使用专属域名
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
轩辕镜像免费版与专业版有什么区别？
免费版仅支持 Docker Hub 访问，不承诺可用性和速度；专业版支持更多镜像源，保证可用性和稳定速度，提供优先客服响应。
轩辕镜像支持哪些镜像仓库？
专业版支持 docker.io、gcr.io、ghcr.io、registry.k8s.io、nvcr.io、quay.io、mcr.microsoft.com、docker.elastic.co 等；免费版仅支持 docker.io。
流量耗尽错误提示
当返回 402 Payment Required 错误时，表示流量已耗尽，需要充值流量包以恢复服务。
410 错误问题
通常由 Docker 版本过低导致，需要升级到 20.x 或更高版本以支持 V2 协议。
manifest unknown 错误
先检查 Docker 版本，版本过低则升级；版本正常则验证镜像信息是否正确。
镜像拉取成功后，如何去掉轩辕镜像域名前缀？
使用 docker tag 命令为镜像打上新标签，去掉域名前缀，使镜像名称更简洁。
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。"