对于Pytorch和Tensorflow,有一些标签可以区分开发和运行时,我不太确定这两者有什么区别,有人能帮助我更好地理解这一点吗?
发布于 2019-12-04 04:13:05
从nvidia-码头复制
CUDA图像有三种类型,可通过NVIDIA公共枢纽存储库获得。
base:
从CUDA9.0开始,包含部署预构建的CUDA应用程序的最低限度(libcudart)。如果要手动选择要安装的CUDA包,请使用此映像。runtime:
通过添加CUDA工具包中的所有共享库来扩展基本映像。如果您有一个使用多个CUDA库的预构建应用程序,请使用此映像。devel:
通过添加编译器工具链、调试工具、标头和静态库来扩展运行时映像。使用此映像可从源编译CUDA应用程序。发布于 2022-07-18 09:09:03
基本上,开发容器拥有编译基于自己的CUDA应用程序所需的所有堆栈,包括头文件、静态文件等等。最终的结果是有一个更大的图像,但也允许编译。在编译了应用程序/任何其他CUDA应用程序之后,基本/运行时容器具有解决运行时依赖关系的最小值。开发包装和运行时包是如何工作的。
https://stackoverflow.com/questions/56405159
复制相似问题