# ModelArts预置镜像 在使用ModelArts进行机器学习开发时，用户经常需要根据不同的框架配置环境，这可能导致配置复杂度增加和使用问题。如何帮助减少配置复杂度和使用问题？ ModelArts提供了基于不同框架的预置镜像，您可以在[ModelArts管理控制台](https://console.huaweicloud.com/modelarts/)创建Notebook、模型训练或在线推理时，直接选择这些预置镜像。通过使用预置镜像，用户可以快速启动Notebook、模型训练或在线推理，减少配置时间，专注于模型开发和训练，从而提高开发效率。 #### 约束限制 基于HCE系统的容器镜像约束限制如下： 资源池集群的Docker版本必须满足：Euler2.9版本≥h59，Euler2.10版本≥h53，Euler2.11版本≥h2。 如果不满足Docker版本，可能出现系统兼容问题，您可以登录资源池集群节点查询Docker版本。 ``` docker --version ``` #### 预置镜像命名规则说明 ModelArts预置镜像遵循一定的命名规则，您可以通过镜像名称了解到此镜像的基本信息。通常镜像命名会包含以下几个固定字段，建议您添加自定义镜像时使用统一的命名规则。 表1预置镜像命名规则说明 | 框架 | 预置镜像名称示例 | 镜像名称解读 | |:---|:---|:---| | PyTorch | pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b | - pytorch_2.7.1：表示PyTorch框架的版本为2.7.1。 - cann_8.3.rc1：表示CANN软件栈的版本为8.3的Release Candidate 1。 - py_3.11：表示Python的版本为3.11。 - hce_2.0.2509：表示Huawei Cloud Euler的版本为 2.0.2509。 - aarch64: 表示这个镜像是为ARM 64位架构编译的。 - snt9b：表示适配Ascend snt9b芯片。 | | MindSpore | mindspore_2.7.1-cann_8.3.rc1-py_3.11-euler_2.10.11-aarch64-snt9b | - mindspore_2.7.1: 表示MindSpore框架的版本为2.7.1。 - cann_8.3.rc1: 表示CANN软件栈的版本为8.3的Release Candidate 1。 - py_3.11: 表示Python的版本为 3.11。 - euler_2.10.11: 表示Euler操作系统的版本为2.10.11。 - aarch64: 表示这个镜像是为ARM 64位架构编译的。 - snt9b: 表示适配Ascend snt9b芯片。 | | VeOmni | veomni_v0.1.6-pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b | - veomni_v0.1.6：表示Veomni框架的版本为0.1.6。 - pytorch_2.7.1：表示PyTorch框架的版本为2.7.1。 - cann_8.3.rc1：表示CANN（Compute Architecture for Neural Networks）软件栈的版本为8.3的Release Candidate 1。 - py_3.11：表示Python的版本为3.11。 - hce_2.0.2509：表示Huawei Cloud Euler的版本为2.0.2509。 - aarch64：表示这个镜像是为ARM 64位架构编译的。 - snt9b：表示适配Ascend snt9b芯片。 | | AReaL | areal_0.5.1-pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b | - areal_0.5.1：表示AReaL框架的版本为0.5.1。 - pytorch_2.7.1：表示PyTorch框架的版本为2.7.1。 - cann_8.3.rc1：表示CANN软件栈的版本为8.3的Release Candidate 1。 - py_3.11：表示Python的版本为3.11。 - hce_2.0.2509：表示Huawei Cloud Euler的版本为2.0.2509。 - aarch64：表示这个镜像是为ARM 64位架构编译的。 - snt9b：表示适配Ascend snt9b芯片。 | | MindSpeed-LLM | mindspeed_llm_2.2.0-pytorch_2.7.1-cann_8.2.rc2-py_3.11-hce_2.0.2509-aarch64-snt9b | - mindspeed_llm_2.2.0：表示MindSpeed LLM（Large Language Model）框架的版本为2.2.0。 - pytorch_2.7.1：表示PyTorch框架的版本为2.7.1。 - cann_8.2.rc2：表示CANN软件栈的版本为8.2的Release Candidate 2。 - py_3.11：表示Python的版本为3.11。 - hce_2.0.2509：表示Huawei Cloud Euler的版本为2.0.2509。 - aarch64：表示这个镜像是为ARM 64位架构编译的。 - snt9b：表示适配Ascend snt9b芯片。 | | verl | verl_0.7.0-pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b | - verl_0.7.0：表示verl框架的版本为0.7.0。 - pytorch_2.7.1：表示PyTorch框架的版本为2.7.1。 - cann_8.3.rc1：表示CANN软件栈的版本为8.3的Release Candidate 1。 - py_3.11：表示Python的版本为3.11。 - hce_2.0.2509：表示Huawei Cloud Euler的版本为2.0.2509。 - aarch64：表示这个镜像是为ARM 64位架构编译的。 - snt9b：表示适配Ascend snt9b芯片。 | #### 预置镜像能力 ModelArts为您提供了基于不同机器学习框架的官方镜像。下文介绍基于PyTorch、VeOmni、MindSpeed-LLM、verl、AReaL等主流框架的官方镜像信息。 - [PyTorch] PyTorch作为当前深度学习领域主流的开源框架之一，以其动态图机制、Python优先的设计和活跃的社区生态而广受青睐。PyTorch预置镜像集成了PyTorch及其生态组件（Torchvision、Torchaudio），并提供多种版本组合，以满足不同开发、训练及部署场景的需求。 ModelArts提供灵活的PyTorch版本、Python版本、CUDA版本（适用于NVIDIA GPU）以及CANN版本（适用于华为昇腾NPU）的组合，并兼容多种操作系统环境（如Ubuntu、EulerOS）。用户可根据硬件平台（NVIDIA GPU或华为昇腾NPU）和项目需求，选择合适的镜像版本，实现开箱即用的深度学习环境。 **主要特性** - 多硬件支持： - NVIDIA GPU：支持CUDA加速，提供cuDNN、NCCL等优化库。 - 华为昇腾NPU：集成torch_npu插件，支持混合精度训练、分布式训练等。 - 预装依赖： - 常用科学计算库：NumPy、SciPy、Pandas。 - 视觉处理库：OpenCV、Pillow。 - 模型部署工具：ONNX Runtime、TensorBoard。 - 开发工具：JupyterLab、IPython、tqdm等。 - 开箱即用： 无需额外配置环境，直接启动Notebook、在线服务或训练任务。 **适用场景** - AI开发与实验：在Notebook中快速进行模型原型设计、调试和可视化。 - 训练与调优：在训练作业中使用单卡/多卡进行大规模数据训练。 - 部署与服务化：通过在线服务将训练好的模型部署为RESTful API。 - 教育与培训：提供稳定一致的实验环境，便于课程教学与技能培训。 - [MindSpore] 昇思MindSpore是一个全场景深度学习框架，旨在实现易开发、高效执行和全场景统一部署三大目标。MindSpore预置镜像预装了MindSpore，并提供多种Python、CANN、Euler和Ubuntu的版本组合，支持Ascend加速卡场景。 **设计理念** - 提供Python编程范式，简化AI编程。 昇思MindSpore提供了Python编程范式，用户使用Python原生控制逻辑即可构建复杂的神经网络模型，AI编程变得简单。 - 提供动态图和静态图统一的编码方式。 目前主流的深度学习框架的执行模式有两种，分别为静态图模式和动态图模式。静态图模式拥有较高的训练性能，但难以调试。动态图模式相较于静态图模式虽然易于调试，但难以高效执行。 昇思MindSpore提供了动态图和静态图统一的编码方式，大大增加了静态图和动态图的可兼容性，用户无需开发多套代码，仅变更一行代码便可切换动态图/静态图模式，用户可拥有更轻松的开发调试及性能体验。例如： - 设置set_context(mode=PYNATIVE_MODE) 可切换成动态图模式。 - 设置set_context(mode=GRAPH_MODE) 可切换成静态图模式。 - 采用AI和科学计算融合编程，使用户聚焦于模型算法的数学原生表达。 在友好支持AI模型训练推理编程的基础上，扩展支持灵活自动微分编程能力，支持对函数、控制流表达情况下的微分求导和各种如正向微分、高阶微分等高级微分能力的支持。用户可基于此实现科学计算常用的微分函数编程表达，从而支持AI和科学计算融合编程开发。 - [VeOmni] VeOmni是由seed团队推出的开源全模态分布式训练框架，基于PyTorch构建。该框架以模型为核心，将分布式并行逻辑与模型计算过程解耦，支持灵活组合多种并行策略（如fsdp、sp、ep），能够高效扩展至超长序列和大规模MOE模型的训练场景。VeOmni提供轻量级的全模态接口，简化多模态编解码器的接入流程，集成动态批处理、高效算子等系统级优化技术，提升训练效率与稳定性。 **主要特性** - 模型与并行解耦：基于PyTorch原生分布式能力，将分布式并行逻辑与模型计算过程解耦，支持FSDP、序列并行（SP）、专家并行（EP）的灵活组合。 - 全模态接入能力：提供轻量级的全模态接口，简化多模态（视觉、语音等）编解码器的接入流程，支持复杂的多模态大模型训练。 - 昇腾算子级优化：深度适配torch_npu，集成动态批处理（Dynamic Batching）与高效融合算子，针对全模态场景提升计算吞吐。 - 超大规模扩展性：支持高效扩展至超长序列训练，并针对大规模MoE（混合专家模型）架构进行了底层系统级优化，确保训练稳定性。 - [AReaL] AReaL作为当前强化学习领域主流的开源框架之一，以其全异步训推一体的特质和活跃的社区生态而广受青睐。本镜像集成了AReaL及其生态组件（vLLM、vLLM-Ascend），并提供多种版本组合，以满足不同开发、训练及部署场景的需求。 ModelArts提供灵活的AReaL版本、Python版本、 CANN版本（适用于华为昇腾NPU）的组合，用户可以选择合适的镜像版本，实现开箱即用的强化学习环境。 **主要特性** - 预装依赖： - 常用科学计算库：NumPy、Pandas。 - 推理框架：vLLM、vLLM-Ascend。 - 模型部署工具：TensorBoard。 - 开箱即用： 无需额外配置环境，直接启动最佳实践的脚本，自动启动集群并启动训练。 **适用场景** 强化学习的多数场景。 - [MindSpeed-LLM] MindSpeed-LLM是基于昇腾计算生态的大语言模型分布式训练套件。它深度融合了MindSpeed加速库与Megatron-LM核心架构，旨在为合作伙伴提供端到端的大模型训练方案。本镜像集成了分布式预训练、指令微调及全流程工具链（数据预处理、权重转换、算子加速、基线评估等），实现开箱即用的华为昇腾NPU开发环境。 **核心组件版本** 本镜像已预装并完成环境适配的核心组件如下： - MindSpeed-LLM：[GitCode(Ascend)](https://gitcode.com/Ascend/MindSpeed-LLM) - Megatron-LM：[GitHub(NVIDIA)](https://github.com/NVIDIA/Megatron-LM) **主要特性** - 昇腾原生加速：深度集成MindSpeed，针对torch_npu进行指令集级优化，支持高效的混合精度训练与算子融合。 - 分布式训练支持：基于Megatron-LM核心，支持张量并行（TP）、流水线并行（PP）的多维度并行策略。 - 全栈工具链：内置权重转换工具（支持主流开源模型转NPU格式）、分布式数据预处理、以及基于Ray的资源调度。 - 生态兼容性：支持主流大模型架构，并集成PEFT（微调）与Transformers库，方便迁移开源社区模型。 - [verl] verl作为强化学习领域兼具易用性与高性能的开源框架，以其模块化的算法库和原生支持分布式训练等特性，成为科研与工业界落地强化学习方案的优选工具。本镜像深度集成verl核心框架，全面覆盖强化学习算法研发、策略训练、仿真验证等全流程场景需求。 **适用场景** - 强化学习算法开发与实验：在Notebook中快速进行强化学习算法设计与验证。 - 训练与调优：在训练作业中使用单卡/多卡进行大规模强化学习训练。 - 教育与培训：提供稳定一致的实验环境，便于课程教学与技能培训。 #### 核心镜像列表 基于[PyTorch]、[MindSpore]、[VeOmni]、[AReaL]、[MindSpeed-LLM]和[verl]框架的核心预置镜像信息如下（以"西南-贵阳一"区域为例）。不同区域支持的镜像可能不同，请以控制台界面为准。 - 关于如何查看ModelArts支持的镜像版本列表和镜像地址，请参见[查看预置镜像版本列表/镜像地址]。 - 关于如何查看镜像组件的详情信息，请参见[查看镜像组件的详细信息]。 #### PyTorch预置镜像 | 镜像名称 | 适配芯片 | 适用范围 | 创建时间 | 更新说明 | 镜像地址 | |:---|:---|:---|:---|:---|:---| | pytorch_2.7.1-cann_8.5.2-py_3.12-hce_2.0.2512-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2026/04/13 | cann更新至8.5.2，Python更新至3.12版本，Huawei Cloud Euler更新至2.0.2512版本。 | [查看镜像地址] | | pytorch_2.7.1-cann_8.5.2-py_3.12-hce_2.0.2512-aarch64-snt9b23 | Ascend snt9b2x（例如Snt9b23等） | Notebook、训练、推理部署 | 2026/04/13 | cann更新至8.5.2，Python更新至3.12版本，Huawei Cloud Euler更新至2.0.2512版本。 | [查看镜像地址] | | pytorch_2.6.0-cann_8.2.rc1-py_3.11-euler_2.10.11-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2026/02/04 | pytorch更新至2.6.0，cann更新至CANN 8.2.RC1，配套驱动Ascend HDK 25.2.0。 | [查看镜像地址] | | pytorch_2.1.0-cuda_12.1-py_3.10.6-ubuntu_22.04-x86_64 | Ascend snt9 | Notebook、训练、推理部署 | 2026/02/04 | pytorch更新至2.1.0，cuda更新至12.1，ubuntu更新至22.04。 | [查看镜像地址] | | pytorch_2.1.0-cann_8.1.rc1-py_3.10-euler_2.10.11-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2026/02/04 | cann更新至CANN 8.1.RC1.B150，配套驱动Ascend HDK 25.0.RC1。 | [查看镜像地址] | | pytorch_2.1.0-cann_8.0.rc3-py_3.9-euler_2.10.10-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2026/02/04 | cann更新至8.0.rc3，配套驱动Ascend HDK 24.1.RC3。 | [查看镜像地址] | | pytorch_2.1.0-cann_8.0.rc2-py_3.9-euler_2.10.7-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2026/02/04 | cann更新至8.0.rc2，配套驱动Ascend HDK 24.1.RC2。 | [查看镜像地址] | | pytorch_2.1.0-cann_8.0.rc1-py_3.9-euler_2.10.7-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2026/02/04 | cann更新至8.0.rc1。 | [查看镜像地址] | | pytorch_2.1.0-cann_8.0.0-py_3.10-euler_2.10.11-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2026/02/04 | cann更新至CANN 8.0.0.beta1，配套驱动Ascend HDK 24.1.0。 | [查看镜像地址] | | pytorch_1.12.1-cuda_10.2-py_3.9.11-ubuntu_20.04-x86_64 | Ascend snt9 | Notebook、训练、推理部署 | 2026/05/09 | pytorch更新至1.12.1，cuda更新至10.2，ubuntu更新至20.04。 | [查看镜像地址] | | pytorch_1.11.0-cann_8.0.rc2-py_3.9-euler_2.10.7-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2026/02/04 | cann更新至8.0.rc2，配套驱动Ascend HDK 24.1.RC2。 | [查看镜像地址] | | pytorch_1.11.0-cann_8.0.rc1-py_3.9-euler_2.10.7-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2026/02/04 | cann更新至8.0.rc1。 | [查看镜像地址] | | pytorch_2.7.1-cann_8.3.rc1-py_3.11-euler2.10.11-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2026/02/05 | Python升级3.11、三方软件升级等。 | [查看镜像地址] | | pytorch_1.11.0-cann_6.3.2-py_3.7-euler_2.10.7-aarch64-d910b | Ascend snt9b | Notebook、训练、推理部署 | 2023/09/14 | cann更新至6.3.2，Python更新至3.7版本。 | [查看镜像地址] | | pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2026/02/05 | Python升级3.11、操作系统升级HCE 2.0.2509、areal等。 | [查看镜像地址] | #### MindSpore预置镜像 | 预置镜像 | 适配芯片 | 适用范围 | 创建时间 | 更新说明 | 镜像地址 | |:---|:---|:---|:---|:---|:---| | mindspore_2.7.2-cann_8.5.2-py_3.11-hce_2.0.2512-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2026/04/13 | cann更新至8.5.2，Python更新至3.11，Huawei Cloud Euler更新至2.0.2512版本。 | [查看镜像地址] | | mindspore_2.7.2-cann_8.5.2-py_3.11-hce_2.0.2512-aarch64-snt9b23 | Ascend snt9b2x（例如Snt9b23等） | Notebook、训练、推理部署 | 2026/04/13 | cann更新至8.5.2，Python更新至3.11，Huawei Cloud Euler更新至2.0.2512版本。 | [查看镜像地址] | | mindspore_2.7.1-cann_8.3.rc1-py_3.11-euler_2.10.11-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2026/02/05 | Python升级3.11、三方软件升级等。 | [查看镜像地址] | | mindspore_2.7.0rc1-cann_8.2.rc1-py_3.11-euler_2.10.11-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2026/02/04 | mindspore更新至2.7.0rc1，cann更新至CANN 8.2.RC1，配套驱动Ascend HDK 25.2.0。 | [查看镜像地址] | | mindspore_2.6.0rc1-cann_8.1.rc1-py_3.10-euler_2.10.11-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2026/02/04 | mindspore更新至mindspore_2.6.0rc1，cann更新至CANN 8.1.RC1.B150，配套驱动Ascend HDK 25.0.RC1。 | [查看镜像地址] | | mindspore_2.4.10-cann_8.0.0-py_3.10-euler_2.10.11-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2026/02/04 | mindspore更新至2.4.10，cann更新至CANN 8.0.0.beta1，配套驱动Ascend HDK 24.1.0。 | [查看镜像地址] | | mindspore_2.4.0-cann_8.0.rc3-py_3.9-euler_2.10.10-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2026/02/04 | cann更新至8.0.rc3，配套驱动Ascend HDK 24.1.RC3。 | [查看镜像地址] | | mindspore_2.3.0-cann_8.0.rc2-py_3.9-euler_2.10.7-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2026/02/04 | mindspore更新至2.3.0，cann更新至8.0.rc2，配套驱动Ascend HDK 24.1.RC2。 | [查看镜像地址] | | mindspore_2.3.0-cann_8.0.rc1-py_3.9-euler_2.10.7-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2026/02/04 | mindspore更新至2.3.0-rc4，cann更新至8.0.rc1。 下线ma-cau1.1.6、ma-cau-adapter1.1.3。 | [查看镜像地址] | | mindspore_2.1.0-cann_6.3.2-py_3.7-euler_2.10.7-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2023/11/17 | cann更新至6.3.2，Python更新至3.7。 | [查看镜像地址] | | mindspore_2.2.0-cann_7.0.1-py_3.9-euler_2.10.7-aarch64-snt9b | Ascend snt9b | Notebook、训练、推理部署 | 2023/08/11 | cann更新至7.0.1，Python更新至3.9。 | [查看镜像地址] | | mindspore_2.0.0-cuda_11.6-py_3.9.11-ubuntu_20.04-x86 | Ascend snt9 | Notebook、训练、推理部署 | 2026/05/09 | mindspore更新至2.0.0，cuda更新至11.6，ubuntu更新至20.04。 | [查看镜像地址] | #### VeOmni预置镜像 | 预置镜像 | 适配芯片 | 适用范围 | 创建时间 | 更新说明 | 镜像地址 | |:---|:---|:---|:---|:---|:---| | veomni_v0.1.6-pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b | Ascend snt9b | Notebook、训练 | 2026/03/18 | veomni更新至0.1.6，cann更新至8.3.rc1，Python更新至3.11，Huawei Cloud Euler更新至2.0.2509版本。 | [查看镜像地址] | #### AReaL预置镜像 | 预置镜像 | 适配芯片 | 适用范围 | 创建时间 | 更新说明 | 镜像地址 | |:---|:---|:---|:---|:---|:---| | areal_0.5.1-pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b | Ascend snt9b | Notebook、训练 | 2026/02/05 | areal更新至0.5.1，cann更新至8.3.rc1，Python更新至3.11，Huawei Cloud Euler更新至2.0.2509版本。 | [查看镜像地址] | #### MindSpeed-LLM预置镜像 | 预置镜像 | 适配芯片 | 适用范围 | 创建时间 | 更新说明 | 镜像地址 | |:---|:---|:---|:---|:---|:---| | mindspeed_llm_2.2.0-pytorch_2.7.1-cann_8.2.rc2-py_3.11-hce_2.0.2509-aarch64-snt9b | Ascend snt9b | Notebook、训练 | 2026/02/05 | MindSpeed-LLM更新至2.2.0，cann更新至8.2.rc2，Python更新至3.11，Huawei Cloud Euler更新至2.0.2509版本。 | [查看镜像地址] | #### verl预置镜像 | 预置镜像 | 适配芯片 | 适用范围 | 创建时间 | 更新说明 | 镜像地址 | |:---|:---|:---|:---|:---|:---| | verl_0.8.0-pytorch_2.9.0-cann_8.5.1-py_3.11-hce_2.0.2512-aarch64-snt9b | Ascend snt9b | Notebook、训练 | 2026/03/24 | verl更新至0.8.0，cann更新至8.5.1，Python更新至3.11，Huawei Cloud Euler更新至2.0.2512版本。 | [查看镜像地址] | | verl_0.7.0-pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b | Ascend snt9b | Notebook、训练 | 2026/02/05 | verl更新至0.7.0，cann更新至8.3.rc1，Python更新至3.11，Huawei Cloud Euler更新至2.0.2509版本。 | [查看镜像地址] | #### 查看预置镜像版本列表/镜像地址 请按照控制台界面选择以下操作，查看ModelArts支持的框架、预置镜像列表、镜像地址等信息。 - **新版控制台** ： 1. 在[ModelArts管理控制台](https://console.huaweicloud.com/modelarts/)左侧导航栏，选择"资产管理 \> 镜像"。 2. 在"预置镜像"页签，查看支持的框架。 图1预置镜像框架 ![](https://support.huaweicloud.com/docker-modelarts/figure/zh-cn_image_0000002626800896.png "点击放大") 3. 单击预置镜像框架卡片，在"概览信息"页签，查看镜像的详细说明；在"版本列表"页签，查看预置镜像版本列表，包括版本、镜像地址、大小、创建时间等。 图2预置镜像版本列表 ![](https://support.huaweicloud.com/docker-modelarts/figure/zh-cn_image_0000002632959710.png "点击放大") - **旧版控制台** ： 1. 在[ModelArts管理控制台](https://console.huaweicloud.com/modelarts/)左侧导航栏，选择"资产管理 \> 镜像管理"。 2. 在"镜像管理"页面，查看镜像的名称、所属组织、版本总数等信息。 3. 单击镜像名称，查看预置镜像版本列表，包括镜像版本、状态、资源类型、镜像大小、SWR地址等。 #### 查看镜像组件的详细信息 您可以任选以下方式，查看镜像组件的详细信息。 - 方式一：在容器中查看 1. 执行以下命令，启动容器。 ``` docker run -it image_name bash ``` 请将image_name替换为实际的镜像地址，获取方式请参见[查看预置镜像版本列表/镜像地址]。 2. 进入容器后，执行以下命令查看对应的版本信息。 ``` pip list ``` - 方式二：在Notebook中查看 - 使用预置镜像创建Notebook，并以JupyterLab方式接入。具体操作，请参见[使用JupyterLab在线开发和调试代码](https://support.huaweicloud.com/devtool-modelarts/devtool-modelarts_0012.html)。 - 打开Terminal，执行以下命令查看对应的版本信息。 ``` pip list ``` 图3查看镜像组件详情 ![](https://support.huaweicloud.com/docker-modelarts/figure/zh-cn_image_0000002556129604.png "点击放大")