
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。
Ivy 是一款专注于跨机器学习框架模型转换的工具,旨在解决不同深度学习框架(如PyTorch、Tensorflow、JAX等)之间的模型格式兼容性问题。该Docker镜像封装了Ivy工具的完整运行环境,提供开箱即用的模型转换能力,帮助开发者和研究人员高效实现跨框架模型迁移。
bash# 拉取镜像(假设镜像名为 ivytool/ivy) docker pull ivytool/ivy # 转换PyTorch模型到Tensorflow格式 docker run --rm -v $(pwd):/workspace ivytool/ivy \ ivy convert \ --source pytorch \ --target tensorflow \ /workspace/source_model.pt \ /workspace/target_model.h5
| 参数 | 描述 | 可选值 |
|---|---|---|
--source | 源框架类型 | pytorch, tensorflow, jax |
--target | 目标框架类型 | pytorch, tensorflow, jax |
--device | 转换使用的设备 | cpu, cuda(需宿主机支持) |
--precision | 转换精度 | float32, float64 |
bashdocker run --rm -v $(pwd):/workspace ivytool/ivy \ ivy convert \ --source jax \ --target pytorch \ --device cpu \ /workspace/jax_model.pkl \ /workspace/pytorch_model.pt
-v 参数正确挂载--device cuda 加速转换过程(需Docker支持GPU)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。
来自真实用户的反馈,见证轩辕镜像的优质服务