无法在nvidia docker容器中使用GPU运行代码。（nightly-gpu-py3）

我在自学什么是docker以及如何使用它。我对docker很陌生，所以希望在这里学习一些基础知识

我在我的电脑上安装了nvidia docker（以下）和tensorflow/tensorflow:nightly-gpu-py3（，启动gpu（CUDA）容器）

• Docker:NVIDIA Docker 2.0.3，版本：17.12.1-ce
• 主机操作系统：Ubuntu 16.04桌面
• 主持人：amd64

我的问题 当（用纯cuda编写）或简单矩阵乘法（用python用tensorflow编写）在容器（tensorflow/tensorflow:nightly-gpu-py3）中工作时（用tensorflow编写）和简单蒙特卡罗模拟（用纯cuda编写）都无法运行（致命错误：no curand.h）

仅使用CPU（如）的代码在tensorflow中工作良好

某些使用GPU的代码返回错误消息。（当代码使用

时）

细节 在容器（tensorflow/tensorflow:nightly-gpu-py3）中，当我运行monte-carlo模拟时，我得到以下错误：

fatal error: curand.h: No such file or directory

locate curand.h

不返回任何内容，但当我尝试

locate curand

时，我得到：

/usr/local/cuda-9.0/targets/x86_64-linux/lib/libcurand.so.9.0
/usr/local/cuda-9.0/targets/x86_64-linux/lib/libcurand.so.9.0.176
/usr/share/doc/cuda-curand-9-0
/usr/share/doc/cuda-curand-9-0/changelog.Debian.gz
/usr/share/doc/cuda-curand-9-0/copyright
/var/lib/dpkg/info/cuda-curand-9-0.list
/var/lib/dpkg/info/cuda-curand-9-0.md5sums
/var/lib/dpkg/info/cuda-curand-9-0.postinst
/var/lib/dpkg/info/cuda-curand-9-0.postrm
/var/lib/dpkg/info/cuda-curand-9-0.shlibs

对于

查找cudnn.h

：

/usr/local/lib/python3.5/dist-packages/tensorflow/include/tensorflow/core/util/use_cudnn.h

/usr/include/linux/cuda.h
/usr/local/cuda-9.0/targets/x86_64-linux/include/cuda.h
/usr/local/cuda-9.0/targets/x86_64-linux/include/dynlink_cuda.h
/usr/local/cuda-9.0/targets/x86_64-linux/include/dynlink_cuda_cuda.h
/usr/local/lib/python3.5/dist-packages/tensorflow/include/tensorflow/core/platform/cuda.h
/usr/local/lib/python3.5/dist-packages/tensorflow/include/tensorflow/core/platform/stream_executor_no_cuda.h

对于

查找cuda.h

：

/usr/local/lib/python3.5/dist-packages/tensorflow/include/tensorflow/core/util/use_cudnn.h

/usr/include/linux/cuda.h
/usr/local/cuda-9.0/targets/x86_64-linux/include/cuda.h
/usr/local/cuda-9.0/targets/x86_64-linux/include/dynlink_cuda.h
/usr/local/cuda-9.0/targets/x86_64-linux/include/dynlink_cuda_cuda.h
/usr/local/lib/python3.5/dist-packages/tensorflow/include/tensorflow/core/platform/cuda.h
/usr/local/lib/python3.5/dist-packages/tensorflow/include/tensorflow/core/platform/stream_executor_no_cuda.h

nvcc--version

返回：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176

在主机中（容器外部），当我尝试运行nvidia/cuda nvidia smi时，我得到

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 390.30                 Driver Version: 390.30                    |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GTX 108...  Off  | 00000000:03:00.0  On |                  N/A |
|  0%   48C    P8    22W / 250W |    301MiB / 11177MiB |      1%      Default |
+-------------------------------+----------------------+----------------------+
|   1  GeForce GTX 108...  Off  | 00000000:81:00.0 Off |                  N/A |
|  0%   51C    P8    22W / 250W |      2MiB / 11178MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
+-----------------------------------------------------------------------------+

我所做的

重新安装nvidia docker、nightly-gpu-py3和

#include

-->失败

在nightly-gpu-py3容器中，重新安装cuda/cuda toolki和

#include

-->失败

已尝试在不使用docker和cuda/tensorflow gpu的其他计算机上运行所有代码。他们工作得很好

我想我完全误解了nvidia docker的概念以及图像/容器的作用

问题:

安装nvidia docker后，我可以使用

nvidia docker run

运行容器。docker映像不是意味着它可以保存依赖项（路径、包等）以运行特定代码（在我的例子中，是使用

的代码）吗？（集装箱是否有实际工作？）

tensorflow/tensorflow:nightly-gpu-py3映像是否具有CUDA工具包/cuDNN？nightly-gpu-py3中没有

是否意味着我未正确安装/加载nvidia docker/nightly-gpu-py3

安装CUDA工具包或在容器（nightly-gpu-py3）内重新安装CUDA失败（我遵循了该过程）。有什么方法可以在容器（nightly-gpu-py3）内使用

sudo nvidia docker run-it--rm-p 8888:8888-p 6006:6006/bin/bash

是我用给定图像启动新容器的命令。这可能是个问题吗

---

---

来自“Devel-docker映像包括从源代码构建所需的所有依赖项，而其他二进制文件只是安装了TensorFlow。”您使用的是非Devel映像。如果您希望完整的CUDA工具包可用，请尝试使用devel映像。在你的情况下，这将是

nightly-devel-gpu-py3

而不是

nightly-gpu-py3

我这样做：

nvidia docker run-it--rm-p 8888:8888 tensorflow/tensorflow:nightly-devel-gpu-py3/bin/bash

，然后查看该容器中的

/usr/local/cuda/include

，而且它确实有

curand.h

，看起来是一个完整的CUDA工具包安装。