我正在尝试将tensorflow和nvidia与docker一起使用，但遇到以下错误：
docker run --runtime = nvidia -it --rm tensorflow / tensorflow：latest-gpu python -c“将tensorflow导入为tf; tf.enable_eager_execution（）; print（tf.reduce_sum（tf.random_normal（[1000， 1000]）））“
docker：来自守护程序的错误响应：OCI运行时创建失败：container_linux.go：344：启动容器进程导致“ process_linux.go：424：容器初始化导致\” process_linux.go：407：运行预启动钩子1导致了\\ “错误运行挂钩：退出状态1，stdout：，stderr：exec命令：[/ usr / bin / nvidia-container-cli --load-kmods configure --ldconfig=@/sbin/ldconfig.real --device = all --compute --utility --require = cuda> = 10.0 brand = tesla，driver> = 384，driver <385 --pid = 5393 /var/lib/docker/overlay2/......./合并] \\ nnvidia-container-cli：要求错误：不满意条件：品牌=特斯拉\\ n \\\\“”：未知。
尝试运行nvidia-smi时出现类似错误：
docker run --runtime = nvidia --rm nvidia / cuda nvidia-smi
但是当尝试使用cuda：9.0-base运行nvidia-smi时，它的工作原理就像一个魅力：
docker run --runtime = nvidia --rm nvidia / cuda：9.0-base nvidia-smi
我需要确保cuda 10正常工作还是可以使用cuda 9运行tensorflow？我如何使用cuda：9.0-base运行tensorflow的docker镜像？ （还是docker newby）。
非常感谢！
答案 0 :(得分：1)
好吧，我认为我终于开始弄清楚机器上的混乱情况。
tensorflow映像不关心cuda映像版本，它不使用docker cuda映像。它关心我的nvidia驱动程序，因为它在tensorflow图像中集成了CUDA。
（正在使用当前驱动程序的docker cuda映像为cuda：9.0）
那意味着我必须找到一个与我的驱动程序配合使用的tensorflow映像（390.116），或者更新驱动程序。
我用tensorflow：1.12.0-gpu-py3尝试了相同的命令，但没有任何问题。