Docker中使用Ubuntu 20.04 + CUDA 11.2镜像失败的问题及解决方案咨询

你遇到的问题主要是镜像标签格式错误和仓库名称混淆导致的，我帮你一步步梳理正确的做法：

1. 纠正两个核心错误 #

• 仓库名称错误：你尝试用nvidia/11.2.0-runtime-ubuntu18.04这种写法是不对的，NVIDIA CUDA镜像的官方仓库名是nvidia/cuda，标签是后面的版本部分，正确格式应该是nvidia/cuda:<CUDA版本>-<镜像类型>-<系统版本>。
• 标签版本不匹配：nvidia/cuda:11.2-runtime-ubuntu20.04这个标签不存在，NVIDIA对于CUDA 11.2和Ubuntu 20.04的组合，只提供了带完整小版本号的标签（比如11.2.0、11.2.2），没有单独的主版本11.2标签。

2. 正确的Dockerfile写法 #

使用完整版本号的镜像标签，比如11.2.2-runtime-ubuntu20.04（这是官方存在的有效标签），修改后的Dockerfile如下：

FROM nvidia/cuda:11.2.2-runtime-ubuntu20.04
CMD nvidia-smi

3. 验证镜像可用性（可选） #

你可以先手动拉取镜像确认是否能成功：

docker pull nvidia/cuda:11.2.2-runtime-ubuntu20.04

如果拉取过程中提示权限问题，确保你已经登录Docker Hub（执行docker login输入账号密码即可），不过官方公共镜像一般不需要登录就能拉取。

4. 构建并运行镜像 #

构建镜像命令：

docker build -t tf25-cuda112-base .

运行镜像（需要确保nvidia-docker已经正确安装配置）：

docker run --gpus all tf25-cuda112-base

运行后应该能正常输出nvidia-smi的GPU信息，说明镜像配置正确。

额外提醒 #

• 确保你的本地环境已经正确安装了nvidia-docker2，否则容器无法调用GPU资源。
• 如果需要适配TensorFlow 2.5，后续还可以在这个基础镜像上安装Python、TensorFlow 2.5等依赖，比如添加apt-get安装命令或者pip install tensorflow==2.5。

内容的提问来源于stack exchange，提问作者Eypros