如题，直接上步骤，起初是因为做实验的时候版本冲突只能在cuda镜像上装，所以记录一下。参考了很多文章，但是分散在不同文章里，做个综合。

第一步：拉取nvidia/cuda镜像，创建容器

1. 找到对应版本拉取，网址：https://hub.docker.com/r/nvidia/cuda

docker pull nvidia/cuda:12.2.0-devel-ubuntu20.04

有三种版本，看了网上的说明，大概如下，按需下载即可：

- base：基于CUDA，包含最精简的依赖，用于部署预编译的CUDA应用，需要手工安装所需的其他依赖

- runtime：基于base，添加了CUDA toolkit共享的库

- devel：基于runtime，添加了编译工具链，调试工具，头文件，静态库。用于从源码编译CUDA应用。

2. 创建容器, 如需端口映射等，更详细docker命令见docker 常用命令大全_docker常用命令_保护我方胖虎的博客-CSDN博客

docker run -it -d --gpus "device=0" --name name -v /path/to/your/workspace:/workspace nvidia/cuda:xxx /bin/bash

自行验证是否可以运行nvidia-smi，验证容器内的CUDA环境正常。如果报错可能是docker缺个补丁，这个百度一下既有。

第二步：一系列换源操作

1. 更换apt源,可以读一下这篇

新