Docker torch.cuda.U可用返回False，nvidia smi不工作

我正在尝试构建一个可以使用GPU运行的docker映像，这是我的情况：

我有Python3.6，我从映像nvidia/cuda开始：10.0-cudnn7-devel。 火炬没有看到我的GPU

nvidia smi

也不工作，返回错误：

> Failed to initialize NVML: Unknown Error
> The command '/bin/sh -c nvidia-smi' returned a non-zero code: 255

我用安装了nvidia工具包和nvidia smi

 RUN apt install nvidia-cuda-toolkit -y
 RUN apt-get install nvidia-utils-410 -y

---

我发现问题是在构建过程中不能使用nvidia smi（运行nvidia smi）。在构建过程中，任何与GPU可用性相关的检查都不起作用

使用CMD bin/bash并键入命令

python3-c'import torch；打印（torch.cuda.is_available（））“

，我终于实现了。 我还删除了

RUN apt install nvidia-cuda-toolkit -y
RUN apt-get install nvidia-utils-410 -y

---

正如@RobertCrovella所建议的，我发现问题是在构建过程中不能使用nvidia smi（运行nvidia smi）。在构建过程中，任何与GPU可用性相关的检查都不起作用

使用CMD bin/bash并键入命令

python3-c'import torch；打印（torch.cuda.is_available（））“

，我终于实现了。 我还删除了

RUN apt install nvidia-cuda-toolkit -y
RUN apt-get install nvidia-utils-410 -y

---

正如@RobertCrovella所建议的那样，如果nvidia smi失败，则驱动程序安装已中断，或者docker容器中的驱动程序实用程序版本与主机系统驱动程序版本不匹配。你的问题都不是与CUDA编程相关的问题，我将很快从这两个问题中删除CUDA标记。另外，第一个问题是否应该作为此问题的副本结束？如果您从image

nvidia/cuda:10.0-cudnn7-devel

开始，则不需要安装

nvidia-cuda工具包

，也绝对没有理由安装

nvidia-utils-410

。第二次安装打破了形象。相反，您应该从所需的

nvidia/cuda

映像开始（例如，您想要使用的cuda版本和CUDNN版本），并且不要安装与GPU驱动程序组件有关的任何东西，这正是

-410

所指出的。取而代之的是，确保您的基础机器安装了最新的GPUdriver@RobertCrovella我安装这些是因为以前我没有

nvidia-smi

返回“/bin/sh:1:nvidia-smi:notfound”。NVIDIA容器工具包安装在基本机器中（例如，代码> DOCKER运行——GPU所有NVIDIA／CUDA：10- 0 NVIDIA SMI < /COD>很好地工作）。如果英伟达SMI失败，您的驱动程序安装被破坏，或者DoCKER容器内的驱动程序实用程序版本与主机系统驱动程序版本不匹配。你的问题都不是与CUDA编程相关的问题，我将很快从这两个问题中删除CUDA标记。另外，第一个问题是否应该作为此问题的副本结束？如果您从image

nvidia/cuda:10.0-cudnn7-devel

开始，则不需要安装

nvidia-cuda工具包

，也绝对没有理由安装

nvidia-utils-410

。第二次安装打破了形象。相反，您应该从所需的

nvidia/cuda

映像开始（例如，您想要使用的cuda版本和CUDNN版本），并且不要安装与GPU驱动程序组件有关的任何东西，这正是

-410

所指出的。取而代之的是，确保您的基础机器安装了最新的GPUdriver@RobertCrovella我安装这些是因为以前我没有

nvidia-smi

返回“/bin/sh:1:nvidia-smi:notfound”。英伟达容器工具包安装在基本机器中（例如：代码> DOCKER运行——GPU所有NVIDIA／CUDA：10 0基数Nvidia SMI < /代码>工作良好）。