Docker搭配RTX A6000运行TensorFlow1.13训练模型可行性咨询

完全可以通过Docker方案在RTX A6000上完成TensorFlow 1.13.1版本的3D-RCAN训练，不需要做TensorFlow高版本迁移，也不会触发代码兼容问题。

• RTX A6000为Ampere架构显卡，Windows宿主机直接安装低版本CUDA运行TF1.13.1确实存在兼容问题，但Docker方案可以完全隔离容器内环境与宿主机CUDA依赖，仅靠宿主机的新版NVIDIA显卡驱动即可实现GPU透传，绕开架构兼容限制。
• 不要直接使用官方预构建的tensorflow:1.13.1-gpu公共镜像：该镜像内置的CUDA 10.0未加入Ampere架构SM_86算力支持，运行时会报无匹配内核的错误。构建自定义镜像时选择nvidia/cuda:10.0-cudnn7-devel-ubuntu18.04作为基础镜像即可，该版本CUDA自带前向兼容层，可在Ampere及更新架构显卡上正常运行CUDA10.0编译的程序，后续在镜像内安装Python3.6、对应版本的TensorFlow 1.13.1 pip包即可，不需要手动编译TensorFlow。
• Windows宿主机仅需安装两个组件：适配RTX A6000的最新正式版显卡驱动、带WSL2后端的Docker Desktop，开启Docker Desktop的WSL2集成与GPU支持选项即可，宿主机不需要安装任何版本的CUDA或cuDNN，所有训练依赖全部封装在容器内部。
• 你之前在旧款GPU设备上跑通的训练代码、权重、数据集可以直接通过目录挂载的方式映射到容器内，启动训练的命令和你之前在旧设备上使用的完全一致，不需要修改3D-RCAN的源码，不会出现高版本TensorFlow的API兼容问题。

镜像构建完成后，先执行以下命令验证GPU是否正常识别：

docker run --gpus all 自定义镜像名 python -c "import tensorflow as tf; print(tf.test.is_gpu_available())"

命令返回True即代表环境配置正常，可以直接启动训练任务。

内容的提问来源于stack exchange，提问作者etrs