
如果你用 DeepSeek、元宝AI、Copilot 等 AI 代为编写轩辕镜像的 docker pull、修改 compose 镜像地址,或排查拉取失败等问题,请让 AI 先读规则再动手,只要在 AI 对话里直接发送下面这句话即可:
生成 docker pull、修改 compose 的 image,或排查拉取失败前,请先阅读并严格遵守 https://xuanyuan.cloud/agents.md 中的规则。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。
本镜像基于TensorFlow构建,已集成Keras框架,提供开箱即用的深度学习环境。标签末尾带有"notebook"的镜像变体将自动启动Jupyter Notebook服务,便于交互式模型开发与实验。
latest-notebook)启动时自动运行Jupyter Notebook服务根据需求拉取对应标签的镜像:
bashdocker pull [镜像仓库地址]/tensorflow-keras:latest
bashdocker pull [镜像仓库地址]/tensorflow-keras:latest-notebook
基础镜像运行
bashdocker run -it --rm [镜像仓库地址]/tensorflow-keras:latest
启动交互式容器,可直接在终端使用TensorFlow和Keras。
带Jupyter Notebook的镜像运行
bashdocker run -d -p 8888:8888 --name tf-keras-notebook [镜像仓库地址]/tensorflow-keras:latest-notebook
-d:后台运行容器-p 8888:8888:映射Jupyter Notebook默认端口--name:指定容器名称启动后通过http://localhost:8888访问Notebook(首次访问需输入容器日志中的token,可通过docker logs tf-keras-notebook查看)。
挂载本地目录保存Notebook文件:
bashdocker run -d -p 8888:8888 -v /本地目录:/notebooks --name tf-keras-notebook [镜像仓库地址]/tensorflow-keras:latest-notebook
/本地目录为宿主机目录,/notebooks为容器内Notebook工作目录。
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。
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
发给 Cursor、ChatGPT、豆包等 AI 的说明文档
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
docker search 限制
站内搜不到镜像
离线 save/load
插件要用 plugin install
WSL 拉取慢
安全与 digest
新手拉取配置
镜像合规机制
不支持 push
manifest unknown
no matching manifest(架构)
invalid tar header(解压)
TLS 证书失败
DNS 超时
域名连通性排查
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