步骤 #3：从 NGC 拉取 Docker 镜像
现在您的机器已正确配置 Docker 并通过 NGC 身份验证，您现在可以从 NGC 拉取镜像。您可以通过在 Web 浏览器中导航到 ngc.nvidia.com 来浏览可用的镜像。在屏幕左侧的菜单中，您将看到“目录”下拉菜单下的“容器”按钮。单击“容器”按钮将显示托管的 Docker 镜像列表。
可以筛选或搜索列表，以找到适合您应用程序需求的特定镜像。就本文档而言，我们将使用最新的 PyTorch 镜像，其中包含上游 PyTorch 的调整版本，该版本支持 NVIDIA GPU，并包含一些可以交互运行的示例。
要查找 PyTorch 镜像，请在搜索栏中键入“PyTorch”，然后单击列出的第一个框。这将打开一个新页面，其中包含有关该镜像的更多详细信息，包括 README、标签、安全信息和镜像层。
要获取为 PyTorch 镜像发布的最新标签，请单击“标签”选项卡。标签用于标识 Docker 镜像的版本，因为它们会随时间而变化。具有不同标签的相同镜像名称的基础镜像可能在特定版本中使用相同的代码，但也可能具有其他更新，例如不同的操作系统、不同的运行时库或其他更改。
最新的镜像将列在表格的顶部。NGC 上托管的大多数镜像都使用 YY.MM-py3 版本控制方案，其中“YY”是年份的后两位数字，“MM”是零填充的月份，“-py3”表示镜像中安装的默认 Python 版本是 Python 3（与表示 Python 2 的“-py2”相反）。NVIDIA 不断测试、调整和升级 NGC 上托管的基础镜像，通常建议尽可能拉取最新的镜像，以利用所有更新。
通过单击最新标签右侧的省略号，将出现“拉取标签”按钮。单击此按钮可将命令复制到剪贴板，该命令可以在您的工作站上运行。
复制命令后，返回到工作站上的终端并粘贴它。该命令应类似于以下内容（在此示例中，我们使用“22.03-py3”标签，但不同的容器或标签也适用）
docker pull nvcr.io/nvidia/pytorch:22.03-py3
执行此命令将开始下载和提取所选镜像。输出将类似于以下内容
22.03-py3: Pulling from nvidia/pytorch
4d32b49e2995: Pull complete
45893188359a: Pull complete
5ad1f2004580: Pull complete
6ddc1d0f9183: Pull complete
4cc43a803109: Downloading [==========================================> ] 1.877GB/2.222GB
e94a4481e933: Download complete
3e7e4c9bc2b1: Download complete
9463aa3f5627: Download complete
a4a0c690bc7d: Download complete
59d451175f69: Download complete
eaf45e9f32d1: Download complete
d8d16d6af76d: Download complete
9e04bda98b05: Download complete
4f4fb700ef54: Download complete
600169a9eeb9: Download complete
5ab4a4c79587: Download complete
cc9c383bbe7e: Download complete
28f0a4457214: Download complete
c9fa92ce1ad6: Download complete
6de187d8986c: Download complete
776dd6381718: Download complete
fbcec89863dc: Download complete
cc9bd67c83a5: Download complete
b14fad4790ba: Download complete
2e662c1f02bf: Download complete
43fd87c93a0e: Download complete
c25c11c90147: Download complete
21f8a0e7678c: Download complete
38498f1bac59: Downloading [================================================> ] 671.6MB/698.5MB
be1dcb77f928: Downloading [==============================================> ] 662MB/717.3MB
cbb8b770c5f1: Waiting
570f80eab64d: Pulling fs layer
3a68c3ed38b1: Waiting
44048c6af4c5: Waiting
aa81cbfe793b: Waiting
7be5ff0e99ab: Pulling fs layer
fcaebb8600f0: Waiting
5fcfa55efbe2: Waiting
30e2d0565dc1: Waiting
571612189481: Waiting
41b606023507: Waiting
b46fc2bc9527: Waiting
218cc4dc57a5: Pulling fs layer
312f4a0d232a: Waiting
e4b105bef9a0: Pulling fs layer
775c8d6f4c51: Waiting
拉取镜像后，您将看到此消息
Digest: sha256:aba37c9ec089ce56e30686eafb535685ad31c53996b0e44626893e292157bf17
Status: Downloaded newer image for nvcr.io/nvidia/pytorch:22.03-py3
nvcr.io/nvidia/pytorch:22.03-py3
要验证镜像是否已正确安装，请运行“docker images | grep nvcr.io/nvidia/pytorch”。这将列出镜像的详细信息，类似于以下内容
nvcr.io/nvidia/pytorch 22.03-py3 4730bc516b92 7 days ago 14.6GB
如果您之前从 NGC 下载过 PyTorch 镜像，则上面可能会列出其他标签的额外行。