官方镜像中为您预置了相关工具和包，若镜像中预置的工具和包无法满足您的开发诉求，开发环境初始化完成后，可在开发环境中补充安装其他工具和包。

注意：开发环境主要用于调试代码，不建议安装其他目的用途的工具。

查看已安装的包

参考下述方法查看当前环境所用的官方镜像，并对比 官方镜像说明 了解当前环境中已安装了哪些软件、工具、依赖包和库。

1. 平台左侧导航栏选择 项目，随后单击您刚才初始化开发环境的项目卡片，进入项目详情页中。

2. 项目详情页右侧 配置 栏中，工作镜像 处可查看项目开发环境所用镜像，

   

3. 进入该镜像详情页，通过 已安装列表 可查看该镜像已内置的哪些工具和依赖。
   

安装方法说明

镜像中还缺少您要使用的工具，可选择下述方法进行补充安装。

安装方式	说明
pip方式安装	是 python 解释器语言的包管理工具。其源为 pyPI，所含包比 ubuntu 源更多，对于同一个包，pyPI 可以提供更多的版本以供下载。
apt方式安装	是 ubuntu 操作系统的包管理工具，其源是 ubuntu 仓库，安装的包是系统化的包，在系统内完全安装。
yum方式安装	yum 是 centos 系列操作系统的包管理工具。
conda方式安装	Conda 是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，可以很方便地解决多版本 python 并存、切换以及各种第三方包安装问题，即方便多个 python 项目同时开发的时候，每个项目都有自己独立的 python 开发环境。

安装注意

安装如下工具时，您需关注下表中的注意事项。

工具	说明
cuda	官方镜像中均已安装且经过兼容性测试，您无需再次安装。用于调用显卡硬件，其版本可通过官方镜像说明查看。
框架	指 Tensorflow、Pytorch 等 AI 框架，具体框架及版本由您选择的镜像决定。 请勿重复安装与 cuda 版本不兼容的框架，否则镜像可能会报废，兼容性请参考： - pytorch 官网 (opens new window) - tensorflow 官网 (opens new window)
python	目前官方镜像中默认都为 python3.8，如您需要使用其他版本的 python，建议使用 python3。

保存镜像

当您在开发环境中安装好所需工具后，需参考下述方法将环境构建为镜像，以便您下次使用，否则环境重启后，您安装的工具会丢失。