暂无描述

暂无描述

Onyxia API是用于Insee的应用服务，支持通过Docker或Java Maven运行，配置可通过application.properties文件及变量覆盖，目前处于开源和文档完善阶段。

基于专为数据科学定制的Python环境构建的Jupyter Lab服务

暂无描述

暂无描述

Onyxia服务的基础镜像

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。

基于Python环境构建的Jupyter Lab服务，集成PySpark，用于数据分析与Spark应用开发。

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

基于R环境构建的RStudio服务，专为数据科学定制。

基于Python环境构建的VSCode服务，专为数据科学场景定制。

暂无描述

使用Chainguard的低至零CVE容器镜像构建、交付和运行安全软件。

通过rocker安装脚本构建的最小化R环境

Bitnami 安全镜像（适用于 Jupyter 基础笔记本）是一款经过专业安全加固与优化配置的容器镜像，旨在为开发者提供开箱即用的 Jupyter 基础笔记本环境，集成了必要的依赖组件、安全补丁及最佳实践，可有效简化部署流程并降低安全风险，适用于数据科学、机器学习及教育等场景下的交互式编程与开发工作。

通过Conda安装的最小化Python环境，提供精简的Python运行环境。

暂无描述

该Docker仓库用于托管PyTorch每日构建版Docker镜像。

Bitnami JupyterHub安全镜像为用户组提供Jupyter笔记本环境访问，无需用户进行安装和维护，具备安全加固、最小化攻击面及FIPS支持等特性，适用于开发和测试环境，推荐在Kubernetes集群中运行。

Bitnami提供的JupyterHub Helm Chart，用于在Kubernetes集群中部署JupyterHub，为用户组提供笔记本环境，管理认证及单用户实例，包含Hub、Proxy和Image Puller组件，简化部署和维护。

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

暂无描述

暂无描述

SageMath是一个免费开源的数学软件系统，集成多种数学工具，适用于数学研究、教育和科学计算。

Jupyter para Ciencia de Datos • GECI

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。

An image with OpenDataCube and Jupyter

**Deprecated**: Official DataJoint Jupyter notebook Docker image.

暂无描述

暂无描述

The repository for openEuler PyTorch container images.

PhenoMeNal Jupyter container.

包含TensorFlow的科学计算Jupyter Notebook Python环境，来自https://github.com/jupyter/docker-stacks项目

来自https://github.com/jupyter/docker-stacks的Python与Spark Jupyter Notebook栈

来自https://github.com/jupyter/docker-stacks的科学Jupyter Notebook Python栈

JupyterHub是一款支持多用户的Jupyter笔记本服务器，它能为多个用户提供独立的交互式计算环境，允许用户通过网页浏览器访问并运行Jupyter笔记本，广泛应用于教学、科研团队协作及企业数据科学项目，方便管理员集中管理用户账户、分配资源和维护计算环境，确保不同用户在共享服务器资源时既能高效协作又能保持各自工作的独立性与安全性。

包含Python、Scala、R和Spark的Jupyter Notebook栈，来自https://github.com/jupyter/docker-stacks项目

来自https://github.com/jupyter/docker-stacks的Jupyter Notebook数据科学Python栈，提供数据科学工作所需的集成环境。

来自https://github.com/jupyter/docker-stacks的最小化Jupyter Notebook Python栈

Jupyter Notebook栈的基础镜像，来自https://github.com/jupyter/docker-stacks项目

用于查看Jupyter Notebook文件的轻量级工具，无需运行完整内核即可展示文档内容，适用于分享和预览场景。

来自jupyter/docker-stacks项目的R语言Jupyter Notebook环境，提供R语言开发所需的Jupyter Notebook运行栈。

暂无描述

暂无描述

PyTorch Serve Docker镜像是用于部署PyTorch模型的服务框架，提供REST API接口，支持模型管理、推理及扩展，简化生产环境中PyTorch模型的部署流程。

暂无描述

暂无描述

暂无描述