项目是在HPC上用singulairy运行tensorflow1.12.0版本的tacotron2并配置了相关python包，见requirements.txt
镜像配置来源于nvidia/:9.0-cudnn7-devel-ubuntu16.04，并自动构建在Docker hub
宿主机nvidia-smi显示
NVIDIA-SMI 410.104 Driver Version: 410.104 CUDA Version: 10.0
值得注意的是图中宿主机是CUDA10与镜像是CUDA9不矛盾，还有就是这里cudnn7作为镜像环境不可缺少（因为服务器一般不会开放cuda相关目录下文件的读写权限）
singularity pull docker://xzhou2333/tacotron_tf
singularity exec --nv -H 家目录 --pwd /mnt/tacotron2 --bind 宿主机目录:/mnt tacotron_tf_latest.sif python3 train.py
- --nv 设置singularity的GPU模式
- --bind 绑定目录的挂载 相当于Docker的-v
尝试镜像使用 singularity shell --containall tacotron_tf_latest.sif，--containall表示隔离/tmp、$HOME、$PWD目录（防止破坏宿主机）