Flownet2-pytorch执行launch_docker.sh启动Docker报错问题求助

• 该项目提供的launch_docker.sh脚本默认适配旧版nvidia-docker运行规则，而新版Docker已弃用--runtime=nvidia参数，参数规则不匹配会触发GPU资源识别报错
• 本地未安装NVIDIA容器运行时组件，Docker无法识别GPU设备申请请求
• 本地NVIDIA驱动版本低于项目Docker镜像要求的最低CUDA版本对应的驱动版本，也会触发同类报错

• 第一步：安装适配新版Docker的NVIDIA容器工具包
  Ubuntu系统可直接执行以下命令完成安装配置：

  curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg
  curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
  sudo apt update
  sudo apt install -y nvidia-container-toolkit
  sudo systemctl restart docker
  

  其他发行版可参照NVIDIA官方对应安装流程操作。
• 第二步：修正launch_docker.sh启动参数
  打开项目根目录下的launch_docker.sh文件，找到docker run对应的命令行，将其中的--runtime=nvidia参数替换为--gpus all，其余参数保留不变即可。
• 第三步：验证并启动容器
  先执行测试命令确认容器GPU支持正常：

  docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi
  

  命令正常输出GPU驱动、CUDA版本信息后，重新执行bash launch_docker.sh即可正常启动容器。

内容的提问来源于stack exchange，提问作者danix