ambolt/emily

Emily

Emily是一个定义明确且生产就绪的AI环境，能有效且可靠地支持AI开发者跨AI项目进行开发、操作与协作，适用于初学者、硬核AI研究者及企业IT运营团队。

文档

如需更多关于Emily的信息，请访问Emily官网或https://github.com/amboltio/emily-cli/wiki%E3%80%82

镜像概述

该镜像基于两种核心变体构建：base（基础版）和cuda（CUDA加速版）。

镜像大小

标签结构

标签格式：ambolt/emily:<version>-<cuda>-<dl>-<type>
注意：若不需要CUDA，可省略cuda标签；若不需要深度学习框架，可省略dl标签。省略时需去掉对应的连字符。

基础镜像

• base：基于https://hub.docker.com/_/python%EF%BC%8C%E6%8F%90%E4%BE%9BPython3.8%E5%8F%8A%E8%BF%90%E8%A1%8C%E5%9F%BA%E7%A1%80Emily%E9%A1%B9%E7%9B%AE%E6%89%80%E9%9C%80%E7%9A%84Python%E5%92%8CDebian%E5%8C%85%E3%80%82
  使用方式：ambolt/emily:<version>-base
• cuda：基于https://hub.docker.com/r/nvidia/cuda%EF%BC%8C%E5%8C%85%E5%90%ABCUDA%E5%92%8CcuDNN%EF%BC%8C%E6%94%AF%E6%8C%81GPU%E5%8A%A0%E9%80%9F%E3%80%82
  使用方式：ambolt/emily:<version>-cuda

类型标签（type）

• slim：包含机器学习必备Python包。
• cv：包含计算机视觉领域核心Python包。
• nlp：包含自然语言处理领域核心Python包。

深度学习标签（dl）

• torch：集成PyTorch深度学习框架。
• tf：集成TensorFlow深度学习框架。

构建链

Base变体

CUDA变体

使用场景

1. 初学者快速搭建AI开发环境，无需手动配置依赖。
2. 研究者进行跨项目协作，确保环境一致性。
3. 企业IT团队部署生产级AI项目，提升开发运维效率。

配置与部署示例

Docker Run示例

• 基础机器学习环境（无GPU）：
  docker run -it ambolt/emily:1.1.0-base-slim
• CUDA+PyTorch+计算机视觉环境（需GPU支持）：
  docker run --gpus all -it ambolt/emily:1.1.0-cuda-torch-cv

Docker Compose示例

yaml
version: '3.8'
services:
  emily-ai:
    image: ambolt/emily:1.1.0-cuda-tf-nlp
    runtime: nvidia  # 需提前安装nvidia-docker
    volumes:
      - ./ai_projects:/workspace  # 挂载本地项目目录
    command: /bin/bash