一行命令装下 TensorFlow/PyTorch 等所有「炼丹」工具及依赖项，就靠这个免费软件源（附教程）

相信不少人在“炼丹”过程中，光是安装或更新下面这“几大位”时就经历了一段 "血泪史" 吧：

能不能拯救一下？

能，现在你使用 Lambda Stack，就能实现一行命令打包安装或更新好 TensorFlow 与 PyTorch 等所有“炼丹”工具，包括所有的依赖项！

那么擦干眼泪，学起来？

Lambda Stack 与安装

首先来了解一下 Lambda Stack 是什么。

这就是由 Lambda 创建的一个 Debian PPA （个人软件包存档）。

目前，里面为你提供了这些工具的软件包：

TensorFlow v2.4.1

PyTorch v1.8.0

CUDA v11.1

cuDNN v8.0.5

依赖项及其他框架，如 Caffe、Theano

然后大家通过系统的 APT 工具也就是 sudo apt-get install/update 命令，就可以很方便地下载里面的各种.deb 包了。

首先，检查一下系统要求：

NVIDIA GPU (如 RTX 3090, 3080, 3070, 2080 Ti, A6000, Quadro RTX 8000)

Ubuntu 20.04 LTS

接下来，如果你是 desktop 版 Linux 系统，就请执行以下命令：

server 版系统请执行：

一切正常以后，重启一下机子，就可以使用了：

如果上述软件有更新，很简单，只需下面这一行命令就 ok：

ps. 更新后也要重启。

是不是方便多了。

下面摘取了 Reddit 上网友针对以上安装过程的一些疑问，以及官方人员的回复。

Q&A

1、与 Conda 有何不同？

Conda 可以给你装 CUDA 工具包，但不会装 NVIDIA 驱动程序；而 Lambda Stack 都能安装。

此外，还可将 Lambda Stack 与 pip、虚拟环境一起使用

2、能否组合特定版本，比如 CUDA 9.2 + PyTorch 1.5？

不能，它提供的都是 CUDA、PyTorch、Tensorflow 以及 NVIDIA 驱动的最新兼容版本，混搭不行。

3、可以在 Amazon Sagemaker 机器上运行吗？

可以，任何机器上都能免费安装。

4、安装包大概多大？我只有一个小的 SSD，我家带宽也有限。

大概在 1-6GB 之间，确切数字“我”不记得了；安装应该还挺快的。

最后，官方人员表示他们即将发布一个视频，讲解如何将 Lambda Stack 与 Docker、Nvidia-Container-Toolkit（前 Nvidia-Docker）一起使用。敬请期待吧。

官方教程：

https://lambdalabs.com/blog/install-tensorflow-and-pytorch-on-rtx-30-series/

软件源：

https://lambdalabs.com/static/misc/lambda-stack-repo.deb

参考链接：

https://www.reddit.com/r/MachineLearning/comments/oj1w02/p_install_or_update_cuda_nvidia_drivers_pytorch/