专属
文档
插件
助手
邀请
顶部
快速返回页面顶部
收起
收起工具栏
轩辕镜像 官方专业版
轩辕镜像
专业版
轩辕镜像 官方专业版
轩辕镜像
专业版
首页个人中心搜索镜像

交易
充值流量我的订单
工具
提交工单页面收录一键安装
Npm 源Pip 源Homebrew 源
帮助
常见问题轩辕镜像免费版
其他
关于我们网站地图
热门搜索:
intel-optimized-ml

intel/intel-optimized-ml

intel

用于在Intel®架构上运行机器学习工作负载的容器,包含Intel® Scikit-learn扩展和XGBoost,优化了在Intel硬件上的训练和推理性能。

6 次收藏下载次数: 0状态:社区镜像维护者:intel仓库类型:镜像最近更新:1 年前
让 AI 帮你使用轩辕镜像? · 展开查看说明

如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具,协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题,请先让 AI 阅读并遵守轩辕镜像的规则文档。

只需在 AI 对话中先发送下面这句话即可:

请先完整阅读并严格遵守以下文档中的全部规则与要求:

https://xuanyuan.cloud/agents.md

在未充分阅读并理解该文档前,不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。

查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。

轩辕镜像,快一点,稳很多。点击查看
中文简介
标签下载
镜像标签列表与下载命令
轩辕镜像,快一点,稳很多。点击查看

【项目不再积极管理】此镜像仓库将不再由Intel维护。

Intel® 优化的机器学习

Intel® Scikit-learn扩展(Intel® Extension for Scikit-learn*)通过加速Intel®硬件上的机器学习模型训练和推理,提升了Scikit-learn*的性能。

XGBoost*是一个优化的分布式梯度提升库,设计高效、灵活且可移植。

镜像

以下镜像包含Intel® Scikit-learn扩展和XGBoost:

标签(s)Intel SKLearnScikit-learnXGBoostDockerfile
2024.7.0-pip-base, latesthttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.7.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.5.2https://github.com/dmlc/xgboost/releases/tag/v2.1.1https://github.com/intel/ai-containers/blob/v0.4.0/classical-ml/Dockerfile
2024.6.0-pip-basehttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.6.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.5.0https://github.com/dmlc/xgboost/releases/tag/v2.1.0https://github.com/intel/ai-containers/blob/v0.4.0/classical-ml/Dockerfile
2024.5.0-pip-basehttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.5.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.5.0https://github.com/dmlc/xgboost/releases/tag/v2.1.0https://github.com/intel/ai-containers/blob/v0.4.0/classical-ml/Dockerfile
2024.3.0-pip-basehttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.3.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.4.2https://github.com/dmlc/xgboost/releases/tag/v2.0.3https://github.com/intel/ai-containers/blob/v0.4.0-Beta/classical-ml/Dockerfile
2024.2.0-xgboost-2.0.3-pip-basehttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.2.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.4.1https://github.com/dmlc/xgboost/releases/tag/v2.0.3https://github.com/intel/ai-containers/blob/v0.4.0-Beta/classical-ml/Dockerfile
scikit-learning-2024.0.0-xgboost-2.0.2-pip-basehttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.0.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.3.2https://github.com/dmlc/xgboost/releases/tag/v2.0.2https://github.com/intel/ai-containers/blob/v0.3.4/classical-ml/Dockerfile

以下镜像额外包含Jupyter Notebook服务器:

标签(s)Intel SKLearnScikit-learnXGBoostDockerfile
2024.7.0-pip-jupyterhttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.7.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.5.2https://github.com/dmlc/xgboost/releases/tag/v2.1.1https://github.com/intel/ai-containers/blob/v0.4.0/classical-ml/Dockerfile
2024.6.0-pip-jupyterhttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.6.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.5.1https://github.com/dmlc/xgboost/releases/tag/v2.1.1https://github.com/intel/ai-containers/blob/v0.4.0/classical-ml/Dockerfile
2024.5.0-pip-jupyterhttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.5.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.5.0https://github.com/dmlc/xgboost/releases/tag/v2.1.0https://github.com/intel/ai-containers/blob/v0.4.0/classical-ml/Dockerfile
2024.3.0-pip-jupyterhttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.3.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.4.2https://github.com/dmlc/xgboost/releases/tag/v2.0.3https://github.com/intel/ai-containers/blob/v0.4.0-Beta/classical-ml/Dockerfile
2024.2.0-xgboost-2.0.3-pip-jupyterhttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.2.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.4.1https://github.com/dmlc/xgboost/releases/tag/v2.0.3https://github.com/intel/ai-containers/blob/v0.4.0-Beta/classical-ml/Dockerfile
scikit-learning-2024.0.0-xgboost-2.0.2-pip-jupyterhttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.0.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.3.2https://github.com/dmlc/xgboost/releases/tag/v2.0.2https://github.com/intel/ai-containers/blob/v0.3.4/classical-ml/Dockerfile

运行Jupyter容器

bash
docker run -it --rm \
    -p 8888:8888 \
    --net=host \
    -v $PWD/workspace:/workspace \
    -w /workspace \
    intel/intel-optimized-ml:2024.2.0-xgboost-2.0.3-pip-jupyter

运行上述命令后,将URL(类似http://127.0.0.1:$PORT/?token=)复制到浏览器中以访问Notebook服务器。

包含Intel® Python发行版的镜像

以下镜像包含Intel® Python发行版(Intel® Distribution for Python*):

标签(s)Intel SKLearnScikit-learnXGBoostDockerfile
2024.7.0-idp-basehttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.7.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.5.2https://github.com/dmlc/xgboost/releases/tag/v2.1.1https://github.com/intel/ai-containers/blob/v0.4.0/classical-ml/Dockerfile
2024.6.0-idp-basehttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.6.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.5.1https://github.com/dmlc/xgboost/releases/tag/v2.1.1https://github.com/intel/ai-containers/blob/v0.4.0/classical-ml/Dockerfile
2024.5.0-idp-basehttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.5.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.5.0https://github.com/dmlc/xgboost/releases/tag/v2.1.0https://github.com/intel/ai-containers/blob/v0.4.0/classical-ml/Dockerfile
2024.3.0-idp-basehttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.3.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.4.1https://github.com/dmlc/xgboost/releases/tag/v2.1.0https://github.com/intel/ai-containers/blob/v0.4.0/classical-ml/Dockerfile
2024.2.0-xgboost-2.0.3-idp-basehttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.2.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.4.1https://github.com/dmlc/xgboost/releases/tag/v2.0.3https://github.com/intel/ai-containers/blob/v0.4.0-Beta/classical-ml/Dockerfile
scikit-learning-2024.0.0-xgboost-2.0.2-idp-basehttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.0.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.3.2https://github.com/dmlc/xgboost/releases/tag/v2.0.2https://github.com/intel/ai-containers/blob/v0.3.4/classical-ml/Dockerfile

以下镜像额外包含Jupyter Notebook服务器:

标签(s)Intel SKLearnScikit-learnXGBoostDockerfile
2024.7.0-idp-jupyterhttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.7.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.5.2https://github.com/dmlc/xgboost/releases/tag/v2.1.1https://github.com/intel/ai-containers/blob/v0.4.0/classical-ml/Dockerfile
2024.6.0-idp-jupyterhttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.6.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.5.1https://github.com/dmlc/xgboost/releases/tag/v2.1.1https://github.com/intel/ai-containers/blob/v0.4.0/classical-ml/Dockerfile
2024.5.0-idp-jupyterhttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.5.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.5.0https://github.com/dmlc/xgboost/releases/tag/v2.1.0https://github.com/intel/ai-containers/blob/v0.4.0/classical-ml/Dockerfile
2024.3.0-idp-jupyterhttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.3.0[v1.4.0]https://github.com/dmlc/xgboost/releases/tag/v2.1.0https://github.com/intel/ai-containers/blob/v0.4.0/classical-ml/Dockerfile
2024.2.0-xgboost-2.0.3-idp-jupyterhttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.2.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.4.1https://github.com/dmlc/xgboost/releases/tag/v2.0.3https://github.com/intel/ai-containers/blob/v0.4.0-Beta/classical-ml/Dockerfile
scikit-learning-2024.0.0-xgboost-2.0.2-idp-jupyterhttps://github.com/intel/scikit-learn-intelex/releases/tag/2024.0.0https://github.com/scikit-learn/scikit-learn/releases/tag/1.3.2https://github.com/dmlc/xgboost/releases/tag/v2.0.2https://github.com/intel/ai-containers/blob/v0.3.4/classical-ml/Dockerfile

从源代码构建

要从源代码构建镜像,请克隆AI Containers仓库(https://github.com/intel/ai-containers%EF%BC%89%EF%BC%8C%E6%8C%89%E7%85%A7%E4%B8%BBREADME.md%E6%96%87%E4%BB%B6%E8%AE%BE%E7%BD%AE%E7%8E%AF%E5%A2%83%EF%BC%8C%E7%84%B6%E5%90%8E%E8%BF%90%E8%A1%8C%E4%BB%A5%E4%B8%8B%E5%91%BD%E4%BB%A4%EF%BC%9A

bash
cd classical-ml
docker compose build ml-base
docker compose run ml-base

以下是组中每个容器的服务列表:

服务名称描述
ml-base包含Intel® Scikit-learn扩展和XGBoost的基础镜像
jupyter添加Jupyter Notebook服务器

许可证

查看Intel® Python发行版的许可证(https://github.com/intel/ai-containers/blob/main/LICENSE%EF%BC%89%E3%80%82

以下镜像还包含其他软件,可能受其他许可证约束(如基础镜像中的Pytorch*、Jupyter*、Bash等)。

镜像用户有责任确保对以下镜像的任何使用都符合其中包含的所有软件的相关许可证。

* 其他名称和品牌可能是他人的财产。

镜像拉取方式

您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。

轩辕镜像加速拉取命令点我查看更多 intel-optimized-ml 镜像标签

docker pull docker.xuanyuan.run/intel/intel-optimized-ml:<标签>

使用方法:

  • 登录认证方式
  • 免认证方式

DockerHub 原生拉取命令

docker pull intel/intel-optimized-ml:<标签>

更多 intel-optimized-ml 镜像推荐

intel/intel-gpu-plugin logo

intel/intel-gpu-plugin

intel
Intel GPU设备插件是一款为Kubernetes集群开发的组件,旨在实现对Intel GPU资源的识别、管理与高效调度,支持部署GPU加速的工作负载,包括AI模型训练、高性能计算、数据分析等任务,并通过优化资源分配和实时监控,提升集群中GPU资源的利用率及相关工作负载的运行效率。
16 次收藏1000万+ 次下载
13 天前更新
intel/intel-optimized-pytorch logo

intel/intel-optimized-pytorch

intel
用于在英特尔架构上运行PyTorch工作负载的容器
16 次收藏10万+ 次下载
1 个月前更新
intel/intel-gpu-initcontainer logo

intel/intel-gpu-initcontainer

intel
暂无描述
3 次收藏1000万+ 次下载
13 天前更新
intel/intel-optimized-ffmpeg logo

intel/intel-optimized-ffmpeg

intel
Intel优化的FFmpeg媒体转码栈,支持x264、x265、SVT-HEVC和SVT-AV1编码器,适用于高效媒体转码工作负载。
5 次收藏1万+ 次下载
2 年前更新
intel/intel-optimized-nginx logo

intel/intel-optimized-nginx

intel
Intel优化的Nginx Docker镜像,基于asynch_mode_nginx,支持QAT硬件(qathw)和软件(qatsw)加速HTTPS,通过批处理SSL请求和并行异步处理机制提升性能,适用于高性能Web服务场景。
1万+ 次下载
3 年前更新
intel/intel-optimized-lammps logo

intel/intel-optimized-lammps

intel
Intel优化的LAMMPS(大规模原子/分子并行模拟器)Docker镜像,基于Intel HPC Toolkit(ubuntu22.04)和LAMMPS 28Mar2023版本,用于高性能原子分子模拟。
1万+ 次下载
2 年前更新

查看更多 intel-optimized-ml 相关镜像

轩辕镜像配置手册

按平台快速找到配置文档

Docker

登录仓库拉取

登录认证 · 私有仓库

专属域名拉取

免登录 · 高速拉取

Linux

Docker 镜像配置

Windows / Mac

Docker Desktop 配置

MacOS OrbStack

OrbStack 容器

Docker Compose

Compose 项目配置

Kubernetes

K8s Containerd

Kubernetes · Containerd

K3s

轻量级集群

AI

用 AI 使用轩辕镜像

agents.md · AI 对话 · 提示词

开发工具

Dev Containers

VS Code 开发容器

Podman

Podman 配置指南

Singularity / Apptainer

HPC 科学计算容器

企业仓库

其他仓库

ghcr · Quay · nvcr

Harbor 镜像源

Proxy Repository 对接

Portainer 镜像源

Registries 配置

Nexus 镜像源

Docker Proxy 缓存

NAS

群晖

Synology 配置

飞牛

fnOS 镜像配置

绿联

绿联 NAS

威联通

QNAP 配置

极空间

极空间 NAS

面板 / 网络

爱快路由

iKuai 镜像加速

宝塔面板

一键配置镜像源

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

镜像拉取常见问题

功能

免费版与专业版区别

功能对比 · 版本选择

支持的镜像仓库

Docker Hub · GCR · GHCR

新手拉取配置

登录 · 专属域名 · 配置

docker search 限制

专属域名 · Hub 搜索

不支持 push

仅支持 pull · 不支持

拉取速度原因

带宽 · 缓存 · 冷热镜像

排错

402 与流量用尽

402 · 流量包 · 充值

401 认证失败

401 · docker login

manifest unknown

标签错误 · 镜像不存在

410 Gone 排查

410 · Docker 升级

429 限流

免费版 · 请求频率

DNS 超时

DNS 解析 · 网络超时

账号

失败是否计费

manifest · blob · 计费

申请开发票(企业 / 个人)

企业 · 个人 · 工单

修改登录密码

网站 · 仓库 · 重置

注销账户

工单 · 数据 · 注销

原理

mirrors 不生效

daemon.json · 重启

去掉域名前缀

docker tag · 重命名

指定架构拉取

ARM64 · AMD64 · 多架构

latest 与「最新」

digest · 版本号 · 标签

查看全部问题→

用户好评

来自真实用户的反馈,见证轩辕镜像的优质服务

用户头像

oldzhang

运维工程师

Linux服务器

5

"Docker访问体验非常流畅,大镜像也能快速完成下载。"

轩辕镜像
镜像详情
...
intel/intel-optimized-ml
博客Docker 镜像公告与技术博客
热门查看热门 Docker 镜像推荐
教程轩辕镜像功能与使用教程
安装一键安装 Docker 并配置镜像源
官方公众号:源码跳动|官方技术交流群:13763429
官方公众号:源码跳动|官方技术交流群:|问题咨询请:提交工单
商务合作:点击复制邮箱
©2024-2026 源码跳动
商务合作:点击复制邮箱Copyright © 2024-2026 杭州源码跳动科技有限公司. All rights reserved.