环境配置
前面的示例中我们默认使用的是TensorFlow框架，事实上，RussellCloud支持目前几乎所有的主流深度学习框架，在 run 命令后加上 ” –env ” 指定对应的框架环境:
russell run --env <env_name> <command>
| 下面是目前支持的框架列表（待更新，以线上为准）： |
|---|
| Framework | Env name (--env parameter) | Description | |
|---|---|---|---|
| Keras | keras | Tensorflow 1.1.0 + keras 2.0.6 on Python3.5. | |
| keras:py2 | Tensorflow 1.1.0 + keras 2.0.6 on Python2. | ||
| Tensorflow 1.4 | tensorflow-1.4 | Tensorflow 1.4.0 + Keras 2.0.8 on Python3.6. | |
| tensorflow-1.4:py2 | Tensorflow 1.4.0 + Keras 2.0.8 on Python2. | ||
| Tensorflow 1.3 | tensorflow-1.3 | Tensorflow 1.3.0 + Keras 2.0.6 on Python3.6. | |
| tensorflow-1.3:py2 | Tensorflow 1.3.0 + Keras 2.0.6 on Python2. | ||
| Tensorflow 1.2 | tensorflow-1.2 | Tensorflow 1.2.0 + Keras 2.0.6 on Python3.5. | |
| tensorflow-1.2:py2 | Tensorflow 1.2.0 + Keras 2.0.6 on Python2. | ||
| Tensorflow 1.1 | tensorflow | Tensorflow 1.1.0 + Keras 2.0.6 on Python3.5. | |
| tensorflow:py2 | Tensorflow 1.1.0 + Keras 2.0.6 on Python2. | ||
| Tensorflow 1.0 | tensorflow-1.0 | Tensorflow 1.0.0 + Keras 2.0.6 on Python3.5. | |
| tensorflow-1.0:py2 | Tensorflow 1.0.0 + Keras 2.0.6 on Python2. | ||
| Tensorflow 0.12 | tensorflow-0.12 | Tensorflow 0.12.1 + Keras 1.2.2 on Python3.5. | |
| tensorflow-0.12:py2 | Tensorflow 0.12.1 + Keras 1.2.2 on Python2. | ||
| PyTorch 0.3 | pytorch-0.3 | PyTorch 0.3.0 on Python 3. | |
| pytorch-0.3:py2 | PyTorch 0.3.0 on Python 2. | ||
| PyTorch 0.2 | pytorch-0.2 | PyTorch 0.2.0 on Python 3. | |
| pytorch-0.2:py2 | PyTorch 0.2.0 on Python 2. | ||
| PyTorch 0.1 | pytorch-0.1 | PyTorch 0.1.12 on Python 3. | |
| pytorch-0.1:py2 | PyTorch 0.1.12 on Python 2. | ||
| Theano 0.8 | theano-0.8 | Theano rel-0.8.2 + Keras 1.2.2 on Python3.5. | |
| theano-0.8:py2 | Theano rel-0.8.2 + Keras 1.2.2 on Python2. | ||
| Theano 0.9 | theano-0.9 | Theano rel-0.8.2 + Keras 2.0.3 on Python3.5. | |
| theano-0.9:py2 | Theano rel-0.8.2 + Keras 2.0.3 on Python2. | ||
| Caffe | caffe | Caffe rc4 on Python3.5. | |
| caffe:py2 | Caffe rc4 on Python2. | ||
| Torch | torch | Torch 7 with Python 3 env. | |
| torch:py2 | Torch 7 with Python 2 env. | ||
| Chainer 1.23 | chainer-1.23 | Chainer 1.23.0 on Python 3. | |
| chainer-1.23:py2 | Chainer 1.23.0 on Python 2. | ||
| Chainer 2.0 | chainer-2.0 | Chainer 1.23.0 on Python 3. | |
| chainer-2.0:py2 | Chainer 1.23.0 on Python 2. | ||
| MxNet | mxnet:py2 | MxNet 0.9.3a on Python 2. | |
| MxNet 1.0 | mxnet-1.0:py2 | MxNet 1.0 on Python 2. | |
| Kur | kur | Kur 0.3.0 on Python 3. |
除此之外下面这些数据科学常用的库也已经安装好了，在所有的环境中都可以直接使用：
h5py, iPython, Jupyter, matplotlib, numpy, OpenCV, Pandas, Pillow, scikit-learn, scipy, sklearn
安装其他 python 库
如果需要安装其他的 python 库，可以在项目根目录下新建 russell_requirements.txt 文件（内部格式参考 python 项目中常见 requirements 文件的编写方式），项目运行前会在环境中自动安装需要的库，但建议不要在这个过程中安装过多的库，有可能会造成安装超时，在 jupyter 任务中可以考虑启动 notebook 后再进行安装。
帮助我们完善文档
本文档同步公开在 GitHub 上。团队在尽力完善文档，但错误难免存在，或许有些功能迭代也未能及时更新在文档上。若你有什么新的想法或体验，欢迎提交 Pull Request 为我们提供支持。
除此之外，你还可以通过 issue 直接提交问题。