docker - 如何安装多个 TensorFlow 版本？

Question

我正在尝试从这个存储库运行代码：https ://github.com/danielgordon10/thor-iqa-cvpr-2018

它有以下要求

• 蟒蛇 3.5
• CUDA 8 或 9
• cuDNN
• 张量流 1.4 或 1.5
• Ubuntu 16.04、18.04
• 暗网安装

我的系统都不满足这些。我不想在我的机器上重新安装 tf/cuda/cudnn（特别是如果每​​次我尝试运行具有不同 tensorflow 要求的深度学习代码时都必须这样做）。

我正在寻找一种方法来安装要求并运行代码，而不管主机如何。据我所知，这正是 Docker 的用途。

对此进行调查，存在来自 nvidia 的 docker 图像。例如一个叫做“nvidia/cuda:9.1-cudnn7-runtime”。根据名称，我假设任何以此为基础构建的图像都安装了 cuda。情况似乎并非如此，好像我尝试安装暗网它会失败，并出现“cuda_runtime.h”丢失的错误。

所以我的问题基本上归结为：如何在同一台机器上保留多个不同版本的 cuda 和 tensorflow？理想情况下使用 docker（或类似的），所以我不必多次执行此过程。

感觉就像我错过了和/或不明白一些明显的东西，因为我无法想象在不从头开始重新安装东西的情况下运行具有不同版本的 tensorflow 代码会如此困难。

标签： dockertensorflownvidia-docker