Este conteúdo foi traduzido por máquina para sua conveniência e a Huawei Cloud não pode garantir que o conteúdo foi traduzido com precisão. Para exibir o conteúdo original, use o link no canto superior direito para mudar para a página em inglês.
Central de ajuda/ ModelArts/ Contêineres do Docker com ModelArts/ Uso de uma imagem predefinida/ Imagem de base de treinamento/ Imagem de base de treinamento (MPI)
Atualizado em 2024-09-14 GMT+08:00
Ver PDF
Compartilhar

Imagem de base de treinamento (MPI)

Esta seção descreve imagens de mindspore_1.3.0 predefinidas.

Versão do mecanismo: mindspore_1.3.0-cuda_10.1-py_3.7-ubuntu_1804-x86_64

  • Endereço da imagem: swr.{region}.myhuaweicloud.com/aip/mindspore_1_3_0:train-mindspore_1.3.0-cuda_10.1-py_3.7-ubuntu_18.04-x86_64-roma-20211104202338-f258e59
  • Tempo de criação da imagem: 20211104202338(yyyy-mm-dd-hh-mm-ss)
  • Versão do sistema de imagem: Ubuntu 18.04.4 LTS
  • cuda: 10.1.243
  • cudnn: 7.6.5.32
  • Caminho e versão do interpretador Python: /home/ma-user/anaconda3/envs/MindSpore-1.3.0-gpu/bin/python, python 3.7.10
  • Caminho de instalação do pacote de terceiros: /home/ma-user/anaconda3/envs/MindSpore-1.3.0-gpu/lib/python3.7/site-packages
  • As versões de alguns pacotes de terceiros: 
    requests 2.26.0
dask 2021.9.0
easydict 1.9
enum34 1.1.10
mindspore-gpu 1.3.0
Flask 1.1.1
grpcio 1.41.1
gunicorn 20.1.0
idna 3.3
PyYAML 5.1
imageio 2.10.1
imgaug 0.4.0
lxml 4.6.4
matplotlib 3.4.2
psutil 5.8.0
scikit-image 0.18.3
numba 0.47.0
numpy 1.17.0
opencv-python 4.5.2.54
tifffile 2021.11.2
pandas 1.1.5
Pillow 8.4.0
pip 21.0.1
protobuf 3.17.3
scikit-learn 0.22.1
...
  • Versões anteriores: nenhuma
Tópico principal: Imagem de base de treinamento