基于JupyterHub的Docker镜像，集成CUDA支持，提供多用户共享的GPU加速Jupyter Notebook环境，适用于数据科学、机器学习等需要GPU计算的场景，简化多用户GPU资源管理与共享。

Kasm Workspaces的CUDA工具包基础镜像，提供GPU加速支持，适用于构建和运行依赖CUDA的应用环境。

Bitnami JupyterHub安全镜像为用户组提供Jupyter笔记本环境访问，无需用户进行安装和维护，具备安全加固、最小化攻击面及FIPS支持等特性，适用于开发和测试环境，推荐在Kubernetes集群中运行。

Bitnami提供的JupyterHub Helm Chart，用于在Kubernetes集群中部署JupyterHub，为用户组提供笔记本环境，管理认证及单用户实例，包含Hub、Proxy和Image Puller组件，简化部署和维护。

Kasm Workspaces的CUDA工具包基础镜像，提供浏览器可访问的Ubuntu Jammy环境，适用于构建机器学习和数据科学桌面或作为自定义镜像基础。

集成NVIDIA CUDA库的Rocker镜像，提供R语言环境下的GPU加速计算支持，基于rocker-org/rocker-versioned2项目构建。

基于CentOS 7 x86_64架构、支持CUDA的conda-forge软件包构建镜像

JupyterHub是一款支持多用户的Jupyter笔记本服务器，它能为多个用户提供独立的交互式计算环境，允许用户通过网页浏览器访问并运行Jupyter笔记本，广泛应用于教学、科研团队协作及企业数据科学项目，方便管理员集中管理用户账户、分配资源和维护计算环境，确保不同用户在共享服务器资源时既能高效协作又能保持各自工作的独立性与安全性。

暂无描述

暂无描述

JupyterHub的onbuild版本镜像，用于自动加载Dockerfile旁的jupyterhub_config.py配置文件。

暂无描述

configurable-http-proxy（CHP）是基于node-http-proxy的可配置代理工具，支持通过命令行或REST API动态管理代理表，支持WebSocket和SSL，适用于JupyterHub等需要灵活路由管理的部署场景。

用于JupyterHub和DockerSpawner的单用户Docker镜像，基于jupyter/base-notebook构建，适合通过DockerSpawner在容器中启动用户笔记本服务器，需注意JupyterHub版本匹配，默认家目录不持久。

演示用JupyterHub Docker镜像，用于快速了解JupyterHub的功能和工作原理

英伟达在GitLab仓库（gitlab.com/nvidia/cuda）提供的CUDA（并行计算平台）和cuDNN（深度神经网络加速库）镜像，为开发者提供了预配置的开发环境，支持高效进行并行计算应用开发、深度学习模型训练及推理任务，确保了环境的一致性和部署的便捷性，是构建基于英伟达GPU加速应用的重要资源。

暂无描述

暂无描述

暂无描述

暂无描述

NVIDIA官方提供的集成CUDA与OpenGL的Docker镜像，用于支持需要GPU加速的图形计算任务。

与BinderHub兼容的最小化Dockerfile，仅用于BinderHub的CI系统，提供快速构建能力。

暂无描述

暂无描述

暂无描述

暂无描述

暂无描述

暂无描述

暂无描述