本文主要是介绍Ubuntu20.04+docker+tensorflow-gpu环境搭建，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

1. Ubuntu20.04双系统的安装

可以看看这个文章：Ubuntu 18.04+Win10双系统安装与配置
关于上面的文章补充几点。

1.1 下载Ubuntu镜像

推荐使用清华大学开源软件镜像站

1.2 确保你的电脑硬盘有空闲的空间（最少20GB）

2. 安装docker

2.1 原因

更好地运行tensorflow框架。Docker 使用容器创建虚拟环境，以便将 TensorFlow 的安装结果与系统的其余部分隔离开来。TensorFlow 程序在此虚拟环境中运行，该环境能够与其主机共享资源（访问目录、使用 GPU、连接到互联网等）。谷歌准备了很多不同版本的TensorFlow Docker images，该映像已经过配置，可运行 TensorFlow。可以为我们省去很多配置的功夫和依赖管理的问题。Docker 容器可在虚拟环境中运行，是设置 GPU 支持的最简单方法。

2.2 安装docker教程

docker官网的教程
亦可参考https://www.cnblogs.com/chengmf/p/13122013.html

3. 安装NVIDIA驱动

打开系统设置->软件和更新->附加驱动->选择NVIDIA驱动->应用更改（如图）

4. 安装nvidia-container-toolkit

4.1 添加nvidia-docker的源

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
 
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey|sudo apt-key add -
 
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt\/sources.list.d/nvidia-docker.lists
 
sudo apt-get update

4.2 安装nvidia-container-toolkit，重启docker

sudo apt-get install -y nvidia-container-toolkit
 
#restart docker
sudo systemctl restart docker

5. tensorflow安装和运行

有了docker，tensorflow的安装和运行也变简单了。见谷歌官网

6. 拉取TensorFlow Docker images

sudo docker pull tensorflow/tensorflow:latest-gpu-jupyter  # latest release w/ GPU support and Jupyter

浏览器访问127.0.0.1:8888下面的链接就可以使用 jupyter notebook：

环境配置成功，enjoy it!

这篇关于Ubuntu20.04+docker+tensorflow-gpu环境搭建的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！