在Docker實驗室的GPU支持下，用戶可以更輕松地使用GPU來加速計算。Docker實驗室已經預裝了NVIDIA CUDA和cuDNN，使得GPU加速變得更加容易。

docker run --gpus all nvidia/cuda:10.0-base nvidia-smi

通過以上代碼，可以在Docker容器內查看NVIDIA GPU狀態。在Docker實驗室中使用GPU，只需要在Docker命令中添加--gpus選項即可。

同時，在Docker實驗室中使用TensorFlow、PyTorch、Keras等深度學習框架也變得更加容易。只需要使用預裝好的各種深度學習框架的鏡像，然后在Docker命令中添加--gpus選項即可。

docker run --gpus all tensorflow/tensorflow:latest-gpu-py3

以上代碼將會啟動一個TensorFlow GPU容器，用戶可以在其中運行任意TensorFlow相關的計算任務。GPU加速將大大提高計算速度。

總之，Docker實驗室的GPU支持極大地提高了用戶的計算能力和使用體驗，為深度學習、科學計算等領域的用戶提供了更加便捷高效的計算環境。