如何在 Docker 容器中的不同 CUDA 版本上运行深度学习框架

问：

我有以下问题：我在 PyTorch 中开发了一个深度学习管道（但 Tensorflow 也存在这个问题），它适用于我的 GPU 和 CUDA 版本的计算机。没关系。但是现在我希望其他人使用他们的 GPU 和 CUDA 版本在他们的计算机上重现此管道的结果。由于硬件和 CUDA 版本不一定与我的计算机上相同，我认为创建一个运行我的管道的 Docker 容器可能是一个不错的选择。但是，到目前为止，我只能找到必须指定 CUDA 版本的解决方案。现在我的问题是，是否有办法支持所有 CUDA 版本，或者至少最大化我的容器支持的 CUDA 版本。

我尝试使用来自 DockerHub 的映像，但这需要指定 CUDA 版本。它在我的计算机上完美运行，但在同事的计算机上它无法运行，可能是因为 CUDA 版本不匹配。pytorch_lightning

理想情况下，我希望有一个容器来运行具有任何 CUDA 驱动程序和 GPU 的所有计算机。我不知道这是否可能。