概要¶
平台所有镜像的系统版本为Ubuntu，多数为Ubuntu 18.04 ，少数Ubuntu 20.04
平台已经内置了以下框架及版本的镜像，使用该镜像的实例就会自带相应框架软件。如果以下自带的框架版本或Python版本不满足需求，请继续看下方配置其他版本的框架或Python方法。
| 框架 | 框架版本 | Python版本 | CUDA版本 |
|---|---|---|---|
| PyTorch | 1.1.0 | 3.7 | 10.0 |
| PyTorch | 1.5.1 | 3.8 | 10.1 |
| PyTorch | 1.6.0 | 3.8 | 10.1 |
| PyTorch | 1.7.0 | 3.8 | 11.0 |
| PyTorch | 1.8.1 | 3.8 | 11.1 |
| PyTorch | 1.9.0 | 3.8 | 11.1 |
| PyTorch | 1.10.0 | 3.8 | 11.3 |
| PyTorch | 1.11.0 | 3.8 | 11.3 |
| PyTorch | 2.0.0 | 3.8 | 11.8 |
| PyTorch | 2.1.0 | 3.10 | 12.1 |
| PyTorch | 2.1.2 | 3.10 | 11.8 |
| PyTorch | 2.3.0 | 3.12 | 12.1 |
| PyTorch | 2.5.1 | 3.12 | 12.4 |
| TensorFlow | 1.15.5 | 3.8 | 11.4 |
| TensorFlow | 2.5.0 | 3.8 | 11.2 |
| TensorFlow | 2.9.0 | 3.8 | 11.2 |
| Miniconda | conda3 | 3.7 | 9.0 |
| Miniconda | conda3 | 3.8 | 10.1 |
| Miniconda | conda3 | 3.8 | 10.2 |
| Miniconda | conda3 | 3.8 | 11.1 |
| Miniconda | conda3 | 3.8 | 11.3 |
| Miniconda | conda3 | 3.8 | 11.3(cudagl) |
| Miniconda | conda3 | 3.8 | 11.6 |
| Miniconda | conda3 | 3.8 | 11.8 |
| Miniconda | conda3 | 3.10 | 11.8 |
| JAX | 0.3.10 | 3.8 | 11.1 |
| PaddlePaddle | 2.2.0 | 3.8 | 11.2 |
| PaddlePaddle | 2.4.0 | 3.8 | 11.2 |
| TensorRT | 8.5.1 | 3.8 | 11.8 |
| TensorRT | 8.6.1 | 3.8 | 11.8 |
| Gromacs | 2022.2 | 3.8 | 11.4 |
| PaddlePaddle | 2023.2 | 3.10 | 11.8 |
| 清华Jittor | 1.3.1 | 3.8 | 11.3 |
安装其他版本的Python： 参考
安装其他版本的CUDA： 参考
安装PyTorch： 参考
使用Torch官方的conda安装命令在国内安装的一般为非cuda版本，而是cpu版本（有bug），因此推荐用pip安装，并且如果使用torch官方pip命令，去掉-f/--index-url参数，这样可以走国内的pip源，速度更快。
安装TensorFlow： 参考
推荐的使用姿势：
- 首先平台镜像中有没有您需要的Torch、TensorFlow等框架的相应版本，如果有首选平台内置的镜像。
- 如果平台中没有合适的Torch、TensorFlow等框架版本，那么查询自己的框架需要什么CUDA版本，比如PyTorch=1.9.0需要CUDA=11.1，那么可以选择Miniconda/CUDA=11.1的平台镜像，然后在镜像内安装自己需要的框架，免去安装cudatoolkit的麻烦。（平台内置的CUDA均带.h头文件，如有二次编译代码的需求更方便）。
- 如果以上条件都不满足，则可随便挑选一个Miniconda镜像，在开机后自行安装相关框架、CUDA、甚至其他版本的Python。