基础业务环境 以下均在CentOS7.4及以上版本中操作，请确保系统环境已经部署完成，且开启SSH远程服务 安装JDK 安装MySQL 安装Redis 数据库脚本导入 程序包配置文件修改 安装Nginx 父主题： 录播系统部署

查看更多 →

确保打包环境中已安装Docker程序。由于dockerfile是docker的内置命令，故建议使用18.09版本的Docker程序（同Atlas 500相匹配）。A500-3000_A500-3010-EulerOSx.x.x.xxx_64bit_aarch64_basic.tar.gz的版本号以获取的实际包名为准。tar -mxvf A

查看更多 →

预置Conda环境：每个预置镜像都会创建一个相对应的Conda环境和一个基础Conda环境python（不包含任何AI引擎），如预置MindSpore所对应的Conda环境如下。 用户可以根据是否使用AI引擎Mindspore参与功能调试，选择不同的Conda环境。 Noteboo

查看更多 →

Notebook基础镜像介绍 Notebook基础镜像功能 Notebook基础镜像列表 Notebook基础镜像x86 PyTorch Notebook基础镜像x86 Tensorflow Notebook基础镜像x86 MindSpore Notebook基础镜像x86 自定义专用镜像

查看更多 →

推理基础镜像介绍 推理基础镜像列表 推理基础镜像详情TensorFlow（CPU/GPU） 推理基础镜像详情Pytorch（CPU/GPU） 推理基础镜像详情MindSpore（CPU/GPU） 父主题： 使用预置镜像

查看更多 →

基础环境安装部署 base安装包解压 将获取到的pie-engine-base安装包复制到 Linux 操作系统计算机的某个目录下，例如 /home/PieEngine/下，执行以下命令进入该目录： cd /home/PieEngine/ 执行如下命令进行解压。 tar -zxvf

查看更多 →

制作Windows私有镜像（基础镜像） 准备软件 通过ISO文件注册私有镜像 创建 云服务器 配置云 服务器 制作云应用基础镜像 父主题： 私有镜像管理

查看更多 →

训练基础镜像详情（MPI） 介绍预置的mindspore_1.3.0镜像详情。 引擎版本：mindspore_1.3.0-cuda_10.1-py_3.7-ubuntu_1804-x86_64 镜像地址：swr.{region}.myhuaweicloud.com/aip/min

查看更多 →

Notebook基础镜像ARM MindSpore ARM MindSpore包含三种镜像，mindspore_1.10.0-cann_6.0.1-py_3.7-euler_2.8.3，mindspore_1.9.0-cann_6.0.0-py_3.7-euler_2.8.3，mindspore1

查看更多 →

保存Notebook镜像环境 通过预置的镜像创建Notebook实例，在基础镜像上安装对应的自定义软件和依赖，在管理页面上进行操作，进而完成将运行的实例环境以容器镜像的方式保存下来。镜像保存后，默认工作目录是根目录“/”路径。 保存的镜像中，安装的依赖包不丢失，持久化存储的部分（

查看更多 →

。 确认镜像参数，阅读并选择“我已经阅读并同意《镜像制作承诺书》和《镜像免责声明》”，单击“立即创建”。 单击“提交”。 镜像制作过程大约持续10-15分钟，创建完成的镜像在“云服务器控制台 > 镜像 > 私有镜像”列表中。 父主题： 制作Windows私有镜像（基础镜像）

查看更多 →

训练基础镜像详情（PyTorch） 介绍预置的PyTorch镜像详情。 引擎版本：pytorch_1.8.0-cuda_10.2-py_3.7-ubuntu_18.04-x86_64 镜像地址：swr.{region}.myhuaweicloud.com/aip/pytorch_1_8:train-pytorch_1

查看更多 →

训练基础镜像详情（TensorFlow） 介绍预置的TensorFlow镜像详情。 引擎版本：tensorflow_2.1.0-cuda_10.1-py_3.7-ubuntu_18.04-x86_64 镜像地址：swr.{region}.myhuaweicloud.com/aip

查看更多 →

训练基础镜像详情介绍 训练基础镜像列表 训练基础镜像详情（PyTorch） 训练基础镜像详情（TensorFlow） 训练基础镜像详情（Horovod） 训练基础镜像详情（MPI） 预置框架启动流程说明 父主题： 使用预置镜像

查看更多 →

Notebook基础镜像ARM TenSorFlow ARM TenSorFlow镜像包含两种，tensorflow1.15-mindspore1.7.0-cann5.1.0-euler2.8-aarch64、tensorflow1.15-cann5.1.0-py3.7-euler2.8.3

查看更多 →

制作桌面私有镜像的基础镜像 操作场景 为保证麒麟镜像在更新时有用户可登录，需要将包含临时用户的云服务器转换成基础镜像进行备份，方便后续可通过该基础镜像进行镜像更新。 操作步骤 登录管理控制台。 在“服务列表 > 弹性云服务器”页面，单击已关机的基础云服务器所在行的“更多”，选择“镜像/磁盘

查看更多 →

Notebook基础镜像列表 ModelArts开发环境提供Docker容器镜像，可作为预构建容器运行。预置镜像里面包含PyTorch，Tensorflow，MindSpore等常用AI引擎框架，镜像命名以AI引擎为主，并且每个镜像里面都预置了很多常用包，用户可以直接使用而无需重新安装。

查看更多 →

推理基础镜像列表 ModelArts的推理平台提供了一系列的基础镜像，用户可以基于这些基础镜像构建自定义镜像，用于部署推理服务。 X86架构（CPU/GPU）的推理基础镜像 表1 TensorFlow AI引擎版本 支持的运行环境 URI 2.1.0 CPU GPU(cuda10

查看更多 →

使用基础镜像构建新的训练镜像 ModelArts平台提供了Tensorflow，PyTorch，MindSpore等常用深度学习任务的基础镜像，镜像里已经安装好运行任务所需软件。当基础镜像里的软件无法满足您的程序运行需求时，您可以基于这些基础镜像制作一个新的镜像并进行训练。 基于训练基础镜像构建新镜像的操作步骤

查看更多 →

训练基础镜像详情（Horovod） 介绍预置的Horovod镜像详情。 引擎版本一：horovod_0.20.0-tensorflow_2.1.0-cuda_10.1-py_3.7-ubuntu_18.04-x86_64 镜像地址：swr.{region}.myhuaweicloud

查看更多 →

训练基础镜像列表 ModelArts平台提供了Tensorflow，PyTorch，MindSpore等常用深度学习任务的基础镜像，镜像里已经安装好运行任务所需软件。当基础镜像里的软件无法满足您的程序运行需求时，您可以基于这些基础镜像制作一个新的镜像并进行训练。 训练基础镜像列表

查看更多 →