。 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 →

事件一：重新拉取镜像失败 工作负载详情中，如果事件中提示“重新拉取镜像失败”，请参照如下方式来排查原因。 排查项一：kubectl创建工作负载时未指定imagePullSecret 以创建一个名为nginx的deployment为例，请排查yaml文件中是否存在imagePull

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 →

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 →

无法连接镜像仓库，网络不通。SWR仅支持直接拉取Docker官方的镜像，其他仓库的镜像需要连接公网。 解决方案： 方案一：给需要下载镜像的节点绑定公网IP。 方案二：先将镜像上传到SWR，然后从SWR拉取镜像。 排查项八：拉取公共镜像达上限 问题现象 创建工作负载时报如下错误。 ERROR: toomanyrequests:

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 →

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 →

使用SWR公共镜像时拉取镜像无权限 问题现象 执行构建任务时，日志报如下异常信息： Get https://swr.example.example.com/v2/codeciexample-test/demo/manifests/v1.1: denied: You may not

查看更多 →

ERROR5105 容器镜像拉取失败 错误码说明 该节点对应应用的容器镜像拉取失败。 可能原因 Docker配置问题 网络问题，节点无法连接SWR 处理措施 请提交工单。 父主题： IEF软件错误

查看更多 →

本文介绍如何在Snt9B服务器上快速使用Container-NPU模式，本文所使用的服务器操作系统为欧拉系统且已经安装npu-driver。 操作步骤 配置yum源。yum源路径为“/etc/yum.repos.d”，配置内容如下。 [base] name=EulerOS-2.0SP10

查看更多 →

Notebook基础镜像x86 Tensorflow Tensorflow包含两种镜像：tensorflow2.1-cuda10.1-cudnn7-ubuntu18.04，tensorflow1.13-cuda10.0-cudnn7-ubuntu18.04 镜像一：tensorflow2

查看更多 →

推理基础镜像详情TensorFlow（CPU/GPU） ModelArts提供了以下TensorFlow（CPU/GPU）推理基础镜像： 引擎版本一：tensorflow_2.1.0-cuda_10.1-py_3.7-ubuntu_18.04-x86_64 引擎版本二： tensorflow_1

查看更多 →

Notebook基础镜像x86 PyTorch PyTorch包含三种镜像：pytorch1.8-cuda10.2-cudnn7-ubuntu18.04，pytorch1.10-cuda10.2-cudnn7-ubuntu18.04，pytorch1.4-cuda10.1-cudnn7-ubuntu18

查看更多 →

Notebook基础镜像x86 MindSpore MindSpore包含四种镜像：mindspore1.7.0-cuda10.1-py3.7-ubuntu18.04，mindspore1.7.0-py3.7-ubuntu18.04，mindspore1.2.0-cuda10.1-cudnn7-ubuntu18

查看更多 →

推理基础镜像详情Pytorch（CPU/GPU） ModelArts提供了以下Pytorch（CPU/GPU）推理基础镜像： 引擎版本一：pytorch_1.8.0-cuda_10.2-py_3.7-ubuntu_18.04-x86_64 引擎版本二：pytorch_1.8.2-cuda_11

查看更多 →

推理基础镜像详情MindSpore（CPU/GPU） ModelArts提供了以下MindSpore（CPU/GPU）推理基础镜像： 引擎版本一：mindspore_1.7.0-cpu-py_3.7-ubuntu_18.04-x86_64 引擎版本二：mindspore_1.7.0-cuda_10

查看更多 →

Notebook基础镜像x86 自定义专用镜像 自定义镜像包含两种镜像：conda3-cuda10.2-cudnn7-ubuntu18.04，conda3-ubuntu18.04，该类镜像是无AI引擎以及相关的软件包，镜像较小，只有2~5G。用户使用此类镜像做基础镜像，安装自己需要

查看更多 →

构建时拉取dockerhub镜像超时/次数限制 问题现象 执行构建任务时，拉取dockerhub镜像超时/次数限制，日志报如下异常信息： Error response from daemon: Get https://registry.docker-cn.com/v2/: net/http:

查看更多 →

Notebook自定义镜像故障基础排查 当制作的自定义镜像使用出现故障时，请用户按照如下方法排查： 用户自定义镜像没有ma-user用户及ma-group用户组； 用户自定义镜像中/home/ma-user目录，属主和用户组不是ma-user和ma-group； 用户自定义镜像必须满足用户

查看更多 →