rocm/pytorch Docker 镜像 - 轩辕镜像 | Docker 镜像高效稳定拉取服务
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: 120
下载次数: 929038
类型:
rocm/pytorchrocm
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。
120 次收藏下载次数: 0状态：社区镜像维护者：rocm仓库类型：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）
- 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）
- rocker/cuda Docker 镜像说明（CUDA 运行时，Rocker 维护版本，适合 GPU 计算）
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
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。
1.6千 次收藏1000万+ 次下载
1 个月前更新
bitnami/pytorch
bitnami
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。
76 次收藏100万+ 次下载
1 个月前更新
bitnamicharts/pytorch
bitnamicharts
Bitnami提供的PyTorch Helm chart，用于在Kubernetes环境中简化PyTorch的部署与管理。
10万+ 次下载
2 个月前更新
chainguard/pytorch
chainguard
使用Chainguard的低至零CVE容器镜像构建、交付和运行安全软件。
1万+ 次下载
1 个月前更新
pytorch/almalinux-builder
pytorch
已安装conda的通用目的镜像，用于PyTorch的CI/CD流程。
50万+ 次下载
1 个月前更新
pytorch/torchserve
pytorch
PyTorch Serve Docker镜像是用于部署PyTorch模型的服务框架，提供REST API接口，支持模型管理、推理及扩展，简化生产环境中PyTorch模型的部署流程。
32 次收藏100万+ 次下载
1 年前更新
镜像拉取常见问题
使用与功能问题
错误码与失败问题
manifest unknown 错误：镜像不存在或标签错误
manifest unknown 错误
TLS/SSL 证书验证失败：Docker pull 时 HTTPS 证书错误
TLS 证书验证失败
DNS 解析超时：无法解析镜像仓库地址或连接超时
DNS 解析超时
410 Gone 错误：Docker 版本过低导致协议不兼容
410 错误：版本过低
402 Payment Required 错误：流量耗尽错误提示
402 错误：流量耗尽
401 UNAUTHORIZED 错误：身份认证失败或登录信息错误
身份认证失败错误
429 Too Many Requests 错误：请求频率超出专业版限制
429 限流错误
Docker login 凭证保存错误：Cannot autolaunch D-Bus（不影响登录）
凭证保存错误
账号 / 计费 / 权限
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。"
镜像拉取问题咨询请 提交工单，官方技术交流群：1072982923
轩辕镜像面向开发者与科研用户，提供开源镜像的搜索和访问支持。所有镜像均来源于原始仓库，本站不存储、不修改、不传播任何镜像内容。