镜像
镜像主要用于容器化技术中，使得程序可以直接利用GPU资源，便于深度学习、高性能计算等任务的执行，同时简化环境配置和应用部署。
系统镜像
无任何预装环境，用户可根据项目需求自行选择Windows或者Ubuntu系统安装所需软件。
Windows通常通过图形界面进行系统管理和配置，对于不熟悉命令行的用户来说较为友好。
Ubuntu虽然提供了图形界面，但许多系统管理和配置任务通常通过命令行完成，适合有一定技术背景的用户。
特别注意：通过系统镜像 创建的实例为虚机类型，自制镜像后不支持发布至镜像社区。
基础镜像
平台已经内置了以下框架及版本的镜像，使用该镜像的实例就会自带相应框架软件。如果以下自带的框架版本或Python版本不满足需求，请继续看下方配置其他版本的框架或Python方法。
| 框架 | 框架版本 | python版本 | CUDA版本 |
|---|---|---|---|
| pytorch | 2.3.0 | 3.12 | 12.1 |
| pytorch | 2.3.0 | 3.10 | 12.1 |
| pytorch | 2.1.2 | 3.10 | 11.8 |
| pytorch | 2.1.0 | 3.10 | 12.1 |
| pytorch | 2.0.0 | 3.8 | 11.8 |
| pytorch | 1.13.0 | 3.8 | 11.6 |
| pytorch | 1.8.1 | 3.8 | 11.1 |
| TensorFlow | 2.9.0 | 3.8 | 11.2 |
| TensorFlow | 2.5.0 | 3.8 | 11.2 |
| TensorFlow | 1.15.5 | 3.8 | 11.4 |
| Miniconda3 | 3.10 | 12.2 | |
| Miniconda3 | 3.10 | 12.1 | |
| Miniconda3 | 3.10 | 11.8 | |
| Miniconda3 | 3.8 | 11.8 |
安装PyTorch 立即查看 (opens in a new tab)
安装TensorFlow 立即查看 (opens in a new tab)
安装其他版本的Python
构建一个虚拟环境名为：my-env，Python版本为3.7
conda create -n my-env python=3.7更新bashrc中的环境变量
conda init bash && source /root/.bashrc切换到创建的虚拟环境：my-env
conda activate my-env验证
python特别注意
首先平台镜像中有没有您需要的Torch、TensorFlow等框架的相应版本，如果有首选平台内置的镜像；
社区镜像
社区镜像专是一个旨在为AI用户提供一个安全、高效、易于构建业务环境的内容平台。它允许用户上传、管理和公开自定义的容器镜像，以支持多样化的云计算和AI多样场景的需求。
核心功能
-
镜像共享
用户可以将自己的容器自制镜像发布到社区，与其他用户共享，促进知识与资源的传播。这种共享机制不仅加速了应用的部署，还增强了社区的协作精神。 -
镜像发现
镜像社区提供了多种搜索工具，用户可以通过镜像名称关键词、镜像作者名称或场景标签快速发现所需的镜像。帮助用户能够轻松找到预配置的应用镜像，快速上手。 -
镜像使用
用户可以直接在部署实例界面从社区选取镜像，这种即选即用的模式大大提高了部署效率，降低了技术门槛。 -
用户自定义镜像
用户可以根据自己的业务需求定制镜像，包括环境、应用栈和配置参数，实现个性化的解决方案。