Try to solve conflicts

Dockerfile

@@ -1,7 +1,7 @@
 # Copyright (c) Microsoft Corporation.
 # Licensed under the MIT license.
 
-FROM nvidia/cuda:10.2-cudnn8-runtime-ubuntu18.04
+FROM nvidia/cuda:11.3.1-cudnn8-runtime-ubuntu20.04
 
 ARG NNI_RELEASE
 
@@ -11,84 +11,48 @@ ENV DEBIAN_FRONTEND=noninteractive
 
 RUN apt-get -y update
 RUN apt-get -y install \
- sudo \
- apt-utils \
- git \
- curl \
- vim \
- unzip \
- wget \
+ automake \
  build-essential \
  cmake \
- libopenblas-dev \
- automake \
- openssh-client \
+ curl \
+ git \
  openssh-server \
- lsof \
- python3.6 \
+ python3 \
  python3-dev \
  python3-pip \
- python3-tk \
- libcupti-dev
+ sudo \
+ unzip \
+ wget \
+ zip
 RUN apt-get clean
 RUN rm -rf /var/lib/apt/lists/*
 
-#
-# generate python script
-#
 RUN ln -s python3 /usr/bin/python
 
-#
-# update pip
-#
-RUN python3 -m pip install --upgrade pip==20.2.4 setuptools==50.3.2
+RUN python3 -m pip --no-cache-dir install pip==22.0.3 setuptools==60.9.1 wheel==0.37.1
 
-# numpy 1.19.5 scipy 1.5.4
-RUN python3 -m pip --no-cache-dir install numpy==1.19.5 scipy==1.5.4
+RUN python3 -m pip --no-cache-dir install \
+ lightgbm==3.3.2 \
+ numpy==1.22.2 \
+ pandas==1.4.1 \
+ scikit-learn==1.0.2 \
+ scipy==1.8.0
 
-#
-# TensorFlow
-#
-RUN python3 -m pip --no-cache-dir install tensorflow==2.3.1
+RUN python3 -m pip --no-cache-dir install \
+ torch==1.10.2+cu113 \
+ torchvision==0.11.3+cu113 \
+ torchaudio==0.10.2+cu113 \
+ -f https://download.pytorch.org/whl/cu113/torch_stable.html
+RUN python3 -m pip --no-cache-dir install pytorch-lightning==1.5.10
 
-#
-# Keras
-#
-RUN python3 -m pip --no-cache-dir install Keras==2.4.3
+RUN python3 -m pip --no-cache-dir install tensorflow==2.8.0
 
-#
-# PyTorch
-#
-RUN python3 -m pip --no-cache-dir install torch==1.7.1 torchvision==0.8.2 pytorch-lightning==1.3.3
+RUN python3 -m pip --no-cache-dir install azureml==0.2.7 azureml-sdk==1.38.0
 
-#
-# sklearn 0.24.1
-#
-RUN python3 -m pip --no-cache-dir install scikit-learn==0.24.1
-
-#
-# pandas==0.23.4 lightgbm==2.2.2
-#
-RUN python3 -m pip --no-cache-dir install pandas==1.1 lightgbm==2.2.2
-
-#
-# Install NNI
-#
 COPY dist/nni-${NNI_RELEASE}-py3-none-manylinux1_x86_64.whl .
 RUN python3 -m pip install nni-${NNI_RELEASE}-py3-none-manylinux1_x86_64.whl
+RUN rm nni-${NNI_RELEASE}-py3-none-manylinux1_x86_64.whl
 
-# 
-# Vision patch. Need del later
-# 
-COPY test/vso_tools/interim_patch.py .
-RUN python3 interim_patch.py
-
-#
-# install aml package
-#
-RUN python3 -m pip --no-cache-dir install azureml
-RUN python3 -m pip --no-cache-dir install azureml-sdk
-
-ENV PATH=/usr/local/nvidia/bin:/usr/local/cuda/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/root/.local/bin:/usr/bin:/bin:/sbin
+ENV PATH=/root/.local/bin:/usr/local/nvidia/bin:/usr/local/cuda/bin:/usr/local/bin:/usr/bin:/usr/sbin
 
 WORKDIR /root

README_zh_CN.md

@@ -354,7 +354,7 @@ NNI 有一个月度发布周期（主要发布）。 如果您遇到问题可以
 
 * [OpenPAI](https://github.com/Microsoft/pai)：作为开源平台，提供了完整的 AI 模型训练和资源管理能力，能轻松扩展，并支持各种规模的私有部署、云和混合环境。
 * [FrameworkController](https://github.com/Microsoft/frameworkcontroller)：开源的通用 Kubernetes Pod 控制器，通过单个控制器来编排 Kubernetes 上所有类型的应用。
-* [MMdnn](https://github.com/Microsoft/MMdnn)：一个完整、跨框架的解决方案，能够转换、可视化、诊断深度神经网络模型。 MMdnn 中的 "MM" 表示 model management（模型管理），而 "dnn" 是 deep neural network（深度神经网络）的缩写。 MMdnn 中的 "MM" 表示 model management（模型管理），而 "dnn" 是 deep neural network（深度神经网络）的缩写。
+* [MMdnn](https://github.com/Microsoft/MMdnn)：一个完整、跨框架的解决方案，能够转换、可视化、诊断深度神经网络模型。 MMdnn 中的 "MM" 表示 model management（模型管理），而 "dnn" 是 deep neural network（深度神经网络）的缩写。
 * [SPTAG](https://github.com/Microsoft/SPTAG) : Space Partition Tree And Graph (SPTAG) 是用于大规模向量的最近邻搜索场景的开源库。
 
 我们鼓励研究人员和学生利用这些项目来加速 AI 开发和研究。