Docker启动容器报nvidia_driver_375.66不存在错误，求解决方案

你的核心问题很明确：旧容器还绑定着你已经删除的旧驱动卷，哪怕重装了驱动和nvidia-docker，容器的配置没更新，启动时还是会死磕那个不存在的卷。下面是一步步的解决方法：

1. 先处理绑定了旧卷的问题容器 #

首先得把那个启动失败的容器处理掉——它的配置里还写着要挂载已删除的nvidia_driver_375.66卷，留着只会一直报错：

# 先列出所有容器，找到有问题的容器ID或名称
docker ps -a
# 如果容器还在运行状态，先停止它
docker stop <container_id/name>
# 删除这个容器（如果有重要数据，先docker cp把文件拷出来再删！）
docker rm <container_id/name>

2. 清理nvidia-docker的残留驱动卷和缓存 #

接下来彻底清理nvidia-docker的旧驱动相关残留，避免新旧配置冲突：

# 先停掉相关服务
sudo systemctl stop nvidia-docker
sudo systemctl stop docker

# 删除所有带nvidia_driver前缀的卷（如果还有残留的话）
docker volume rm $(docker volume ls -q | grep nvidia_driver)

# 删除nvidia-docker的缓存目录
sudo rm -rf /var/lib/nvidia-docker

3. 重启服务，生成匹配当前驱动的新卷 #

现在重启服务，让nvidia-docker根据你当前安装的375.26驱动自动生成对应的卷：

sudo systemctl start docker
sudo systemctl start nvidia-docker

# 验证是否生成了正确的卷，应该能看到nvidia_driver_375.26
docker volume ls | grep nvidia_driver

4. 重新创建TensorFlow GPU容器 #

现在用正确的方式重新启动容器，确保nvidia-docker自动挂载匹配的驱动卷：

# 如果你用的是旧版nvidia-docker
nvidia-docker run -it tensorflow/tensorflow:latest-gpu bash
# 如果是Docker 19.03+版本，用--gpus参数更规范
docker run --gpus all -it tensorflow/tensorflow:latest-gpu bash

启动后可以在容器里验证GPU是否正常调用：

python -c "import tensorflow as tf; print(tf.test.is_gpu_available())"

额外排查点（如果还是有问题） #

• 先确认主机驱动版本：nvidia-smi，确保输出的是375.26，驱动没装错
• 验证nvidia-docker基础功能：nvidia-docker run --rm nvidia/cuda:9.0-base nvidia-smi，能正常输出GPU信息说明nvidia-docker本身没问题
• 注意CUDA版本兼容性：375.26驱动对应的CUDA版本是9.0左右，选TensorFlow镜像时要选匹配CUDA 9.0的版本，避免版本不兼容导致GPU调用失败

内容的提问来源于stack exchange，提问作者semon