暂无描述

功能齐全的Firedrake，适合终端用户使用的有限元方法(PDE)求解工具，可实现偏微分方程的可移植自动化求解。

比特纳米PyTorch安全镜像是一款为深度学习框架PyTorch量身打造的预配置、安全加固型容器镜像，集成经过严格测试的依赖组件，具备漏洞扫描、合规性检查及持续更新机制，可有效保障开发环境安全，简化从模型训练到部署的全流程，适用于科研机构、企业开发者在AI项目中快速构建稳定、安全的PyTorch运行环境。

基于ROCm的PyTorch Docker镜像为开发者提供了预配置的深度学习环境，集成了PyTorch框架与AMD ROCm开源计算平台，支持AMD GPU硬件加速，无需手动配置驱动及库依赖，可直接用于深度学习模型的开发、训练与部署，有效简化环境搭建流程，确保跨平台一致性，适用于科研机构、工业界等多种场景，助力高效利用AMD硬件资源开展AI相关任务。

Bitnami提供的PyTorch Helm chart，用于在Kubernetes环境中简化PyTorch的部署与管理。

仅安装Firedrake的基础容器，适用于测试下游软件包。

一个仅安装了完整Firedrake的基础容器，用于通过有限元方法自动化求解偏微分方程，支持多种离散化方法并在CPU上提供高性能计算能力。

使用Chainguard的低至零CVE容器镜像构建、交付和运行安全软件。

该Docker仓库用于托管PyTorch每日构建版Docker镜像。

用于在英特尔架构上运行PyTorch工作负载的容器

Intel® Extension for PyTorch*扩展PyTorch，通过最新功能优化在Intel硬件上提供额外性能提升，CPU利用AMX、AVX-512及VNNI指令集，GPU支持简易加速。

针对ROCm优化的统一PyTorch基础训练容器

暂无描述

暂无描述

暂无描述

暂无描述

PyTorch是一款以Python为首要设计理念的深度学习框架，凭借简洁易用的Python接口、动态计算图机制及强大的灵活性，广泛应用于学术研究与工业开发，支持从快速原型设计到大规模部署的全流程，深度融合Python数据科学生态，为开发者提供高效且直观的深度学习解决方案。

暂无描述

暂无描述

暂无描述

暂无描述

已安装conda的通用目的镜像，用于PyTorch的CI/CD流程。

暂无描述

暂无描述

暂无描述

暂无描述

暂无描述

用于机器人技术的基于模型的设计与验证。

基于PyTorch Lightning框架的Docker镜像，用于简化深度学习模型的训练流程，加速模型开发与实验。

暂无描述

暂无描述

暂无描述

暂无描述

PyTorch Serve 是官方模型服务框架，用于简化 PyTorch 模型部署，支持 REST/gRPC 接口、动态批处理、多模型版本控制及监控集成，适用于企业级推理服务场景。

为RunPod平台设计的便捷镜像，基于官方PyTorch镜像，支持通过环境变量配置SSH（22端口）和Jupyter Lab（8888端口）服务，便于远程开发和模型训练。

暂无描述

暂无描述

MosaicML提供的预构建Docker镜像，包括Composer镜像（含Composer及NLP和Vision依赖）和PyTorch镜像（仅含PyTorch），用于简化环境设置。

pytorch-ngc development

包含Pytorch 1.0 rc0的Docker镜像，基于CUDA 10.0、cuDNN 7和Ubuntu 16.04构建，支持计算能力6.1和7.5的NVIDIA GPU。

暂无描述