Docker+GPU+Pythonにおける、nvidia/cudaとtensorflowのイメージの違い

Question

Docker上にpython＋tensorflow＋GPU環境を構築しようとしています。

Tensorflowの公式インストールページには、docker runでnvidia/cudaのイメージを起動する方法と（上のコマンド）、tensorflowのイメージを起動する方法（下のコマンド）が紹介されていますが、それぞれのイメージをrunしたときに、どういった違いがあるのでしょうか？

前者の方法だと、pythonとtensoflowを個別にインストールする必要がある一方、後者は実行が楽そうですが、NVIDIAのCUDAが入っていないので、GPUの機能を生かしきれないのか？と感じました。

docker run -it --gpus all --rm nvidia/cuda /bin/bash

docker run -it --gpus all -it --rm tensorflow/tensorflow:latest-gpu /bin/bash

Answer 1

docker run --gpus all --rm nvidia/cuda nvidia-smi

こちらは nvidia-smiが実行できるか? を確認するだけのコマンド例ではないでしょうか。

---

tensorflow/tensorflow:latest-gpu を使うならcudaは入ると思いますが。

https://hub.docker.com/layers/tensorflow/tensorflow/latest-gpu/images/sha256-0cb24474909c8ef0a3772c64a0fd1cf4e5ff2b806d39fd36abf716d6ea7eefb3?context=explore
の9が

RUN /bin/sh -c apt-get update && apt-get install -y --no-install-recommends     cuda-cudart-11-2=11.2.146-1     cuda-compat-11-2     && ln -s cuda-11.2 /usr/local/cuda &&     rm -rf /var/lib/apt/lists/* # buildkit

となっています。

Comments

[MagMag]

失礼しました。引用元からコピーペーストしたのですが、質問の意図からすると紛らわしいですね。
今回の質問の意図にコマンドを修正しました。

[quickquip]

> NVIDIAのCUDAが入っていないので
の部分の意図を書いてもらった方がいいかもしれません

[MagMag]

TensorflowのイメージにはCUDAが入っていないもと思いこんでいましたが、入っているのですね。

そうすると、Tensorflowを使う人は下のTensoflowのイメージを使えばよく、PyTorchなど別のフレームワークを使う人やカスタマイズをしたい人は、ベースとなるnvidia/cudaを使って、tensorflowなどを別にインストールするという使い分けで正しいしょうか？

[quickquip]

それでいいと思いました。
（さすがにPyTorchはPyTorchからイメージが提供されていると思いますが）

[MagMag]

承知しました。ありがとうございました！