离线docker17如何使用gpu

在无法连接互联网的环境中，您可以使用以下步骤在离线环境中安装Docker 17，并在其中使用GPU：

1. 在有互联网连接的机器上，下载Docker 17及其依赖的deb包和NVIDIA Docker运行时 deb包。您可以使用以下命令下载这些文件：

   # 下载Docker 17及其依赖的deb包
   wget https://download.docker.com/linux/ubuntu/dists/xenial/pool/stable/amd64/docker-ce_17.03.2~ce-0~ubuntu-xenial_amd64.deb
   wget https://download.docker.com/linux/ubuntu/dists/xenial/pool/stable/amd64/docker-ce-cli_17.03.2~ce-0~ubuntu-xenial_amd64.deb
   wget http://archive.ubuntu.com/ubuntu/pool/main/libt/libtool/libltdl7_2.4.6-0.1_amd64.deb
   
   # 下载NVIDIA Docker运行时deb包
   wget https://nvidia.github.io/nvidia-docker/ubuntu16.04/nvidia-docker2_2.0.3+docker17.03.2-1_all.deb

2. 将下载的所有deb包复制到离线机器上的某个目录中。

3. 在离线机器上，安装下载的deb包：

   # 安装Docker 17及其依赖的deb包
   sudo dpkg -i libltdl7_2.4.6-0.1_amd64.deb
   sudo dpkg -i docker-ce-cli_17.03.2~ce-0~ubuntu-xenial_amd64.deb docker-ce_17.03.2~ce-0~ubuntu-xenial_amd64.deb
   
   # 安装NVIDIA Docker运行时deb包
   sudo dpkg -i nvidia-docker2_2.0.3+docker17.03.2-1_all.deb

4. 验证您的安装是否成功。您可以使用以下命令检查您的GPU是否能够在Docker中使用：

   sudo docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi

如果一切正常，您将看到一些GPU信息。

5. 确保您的Dockerfile包含以下内容，以便将GPU支持添加到您的Docker容器中：

   RUN apt-get update && apt-get install -y --no-install-recommends \
       cuda-core-$CUDA_PKG_VERSION \
       cuda-cublas-10-0=10.0.130-1 \
       cuda-cudart-10-0=10.0.130-1 \
       cuda-cufft-10-0=10.0.130-1 \
       cuda-curand-10-0=10.0.130-1 \
       cuda-cusolver-10-0=10.0.130-1 \
       cuda-cusparse-10-0=10.0.130-1 && \
   rm -rf /var/lib/apt/lists/*

请注意，`$CUDA_PKG_VERSION`是您要安装的CUDA版本号。在此示例中，我们安装的是CUDA 10.0。

6. 现在，您可以使用`--runtime=nvidia`选项在Docker容器中运行GPU应用程序。例如：

   sudo docker run --runtime=nvidia -it tensorflow/tensorflow:latest-gpu bash

这将启动一个交互式的Docker容器，其中包含最新版本的TensorFlow和GPU支持。

希望这些步骤能够帮助您在离线环境中成功安装Docker 17并使用GPU。