隨著深度學習的興起，越來越多的人開始使用CUDA加速計算，但是在使用過程中會遇到環(huán)境搭建的問題，這時候Docker就是一個不錯的選擇。

docker pull nvidia/cuda:11.0-cudnn8-devel-ubuntu18.04

上面的命令可以獲取一個基于Ubuntu18.04、CUDA11.0和cuDNN8的Docker鏡像。接下來需要啟動這個鏡像。

docker run -it --gpus all nvidia/cuda:11.0-cudnn8-devel-ubuntu18.04 /bin/bash

這個命令會將Docker容器與GPU綁定，并進入容器內部。

現(xiàn)在就可以在容器內使用GPU進行深度學習模型的訓練了，不過在使用之前還需要安裝相關依賴。

apt-get update
apt-get install -y wget gcc g++ make
wget https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda.sh
chmod +x ~/miniconda.sh
~/miniconda.sh -b -p ~/miniconda
rm ~/miniconda.sh
export PATH=~/miniconda/bin:$PATH
conda update conda

使用以上命令安裝Miniconda并更新conda。

接下來就可以使用conda來安裝所需的深度學習框架了，比如TensorFlow、PyTorch等等。