Docker环境下TensorFlow GPU版本无法启用的排查与解决请求

一、先确认主机端GPU基础环境 #

• 执行nvidia-smi，确认能正常输出GTX1650的硬件信息，以及匹配的CUDA驱动版本（GTX1650需驱动支持CUDA 10.2+，TensorFlow 2.13推荐搭配CUDA 11.7）
• 若nvidia-smi报错，先修复主机NVIDIA驱动：安装官方适配GTX1650的稳定版驱动，重启主机后再次验证

二、检查Docker的GPU直通配置 #

• 验证nvidia-docker2是否正确安装：执行

  docker run --rm --gpus all nvidia/cuda:11.7.0-base-ubuntu22.04 nvidia-smi
  

  若能正常输出GPU信息，说明Docker GPU直通功能正常；若报错，按以下步骤安装nvidia-docker2：
  1. 卸载旧组件：sudo apt-get purge nvidia-docker
  2. 添加NVIDIA Docker仓库，安装nvidia-docker2包，最后重启Docker服务：sudo systemctl restart docker

三、排查镜像内CUDA与TF的兼容性 #

• 启动容器必须带GPU参数：用以下命令进入容器

  docker run --rm --gpus all -it [你的镜像名] bash
  

• 在容器内执行nvidia-smi，确认主机驱动版本≥容器内CUDA runtime版本（TF2.13对应镜像默认CUDA版本应为11.7）
• 在容器内验证TF GPU识别：

  import tensorflow as tf
  print(tf.config.list_physical_devices('GPU'))
  

  若输出为空列表，继续下一步修复

四、修复镜像内TF GPU支持问题 #

• 检查Object Detection的Dockerfile是否存在覆盖TF安装的操作（比如误装CPU版TF），若有，删除对应步骤后重新构建镜像
• 若需在容器内修复，重新安装兼容GPU的TF 2.13：

  pip uninstall tensorflow -y
  pip install tensorflow==2.13.0 --extra-index-url https://pypi.nvidia.com
  

• 确认CUDA库路径被正确加载：

  export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
  

  可将此命令添加到容器的~/.bashrc中实现永久生效

五、重新运行测试脚本 #

• 用带GPU参数的命令启动容器并运行测试：

  docker run --gpus all -v [本地测试脚本目录]:/workspace -it [你的镜像名] python test_tf.py
  

• 测试脚本中建议加入明确的GPU检测逻辑：

  import tensorflow as tf
  gpu_devices = tf.config.list_physical_devices('GPU')
  print(f"可用GPU数量: {len(gpu_devices)}")
  if gpu_devices:
      print("GPU已成功启用")
  else:
      print("未检测到GPU")
  

内容的提问来源于stack exchange，提问作者Gautam