quay.io/jupyter/tensorflow-notebook 是 Jupyter 社区推出的一款集成了 TensorFlow 的容器化开发环境,专为深度学习与数据分析场景设计。它基于 Jupyter 官方笔记本镜像构建,核心优势在于将 TensorFlow 框架与 Jupyter Notebook/Lab 无缝结合,让开发者无需手动配置复杂依赖,即可快速启动一站式工作流。 该镜像预装了 Python 环境(通常为最新稳定版),并集成了数据科学领域常用工具链:基础计算库如 NumPy、Pandas,用于数据处理;可视化工具如 Matplotlib、Seaborn,支持实验结果即时呈现;还有 Scikit-learn 等机器学习辅助库,可与 TensorFlow 协同完成数据预处理到模型训练的全流程。TensorFlow 版本通常跟进官方稳定发布,同时兼容 CPU 和 GPU 运行环境,满足不同算力需求。 作为容器化环境,它解决了传统开发中“环境配置不一致”的痛点——无论是本地电脑、实验室服务器还是云平台,只需通过容器引擎拉取镜像,即可获得完全一致的运行环境,避免因系统差异导致的代码报错。此外,Jupyter Lab 的交互式界面支持实时代码编写、文档注释与结果预览,适合算法验证、模型调参等高频迭代场景。 该镜像尤其适合三类用户:学生或初学者可借助它快速上手深度学习,省去环境搭建门槛;研究者能聚焦实验本身,用统一环境复现论文结果;企业开发者则可将其作为基础镜像,灵活扩展到生产级模型开发流程中。无论是模型原型设计、数据可视化分析,还是教学演示,它都能提供高效、稳定的开发体验。
请登录使用轩辕镜像享受快速拉取体验,支持国内访问优化,速度提升
docker pull quay.io/jupyter/tensorflow-notebook:cuda-latest探索更多轩辕镜像的使用方法,找到最适合您系统的配置方式
通过 Docker 登录认证访问私有仓库
无需登录使用专属域名
Kubernetes 集群配置 Containerd
K3s 轻量级 Kubernetes 镜像加速
VS Code Dev Containers 配置
Podman 容器引擎配置
HPC 科学计算容器配置
ghcr、Quay、nvcr 等镜像仓库
Harbor Proxy Repository 对接专属域名
Portainer Registries 加速拉取
Nexus3 Docker Proxy 内网缓存
需要其他帮助?请查看我们的 常见问题Docker 镜像访问常见问题解答 或 提交工单
manifest unknown
no matching manifest(架构)
invalid tar header(解压)
TLS 证书失败
DNS 超时
410 Gone 排查
402 与流量用尽
401 认证失败
429 限流
D-Bus 凭证提示
413 与超大单层
来自真实用户的反馈,见证轩辕镜像的优质服务