相信不少人在“煉丹”過程中，光是安裝或更新下面這“幾大位”時就經歷了一段 "血淚史" 吧：

能不能拯救一下？

能，現在你使用 Lambda Stack，就能實現一行命令打包安裝或更新好 TensorFlow 與 PyTorch 等所有“煉丹”工具，包括所有的依賴項！

那麼擦乾眼淚，學起來？

Lambda Stack 與安裝

首先來了解一下 Lambda Stack 是什麼。

這就是由 Lambda 建立的一個 DebianPPA（個人軟體包存檔）。

目前，裡面為你提供了這些工具的軟體包：

• TensorFlow v2.4.1

• PyTorch v1.8.0

• CUDA v11.1

• cuDNN v8.0.5

• 依賴項及其他框架，如 Caffe、Theano

然後大家通過系統的 APT 工具也就是 sudo apt-get install/update 命令，就可以很方便地下載裡面的各種.deb 包了。

首先，檢查一下系統要求：

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

• Ubuntu 20.04 LTS

接下來，如果你是 desktop 版 Linux 系統，就請執行以下命令：

server 版系統請執行：

一切正常以後，重啟一下機子，就可以使用了：

如果上述軟體有更新，很簡單，只需下面這一行命令就 ok：

ps. 更新後也要重啟。

是不是方便多了。

下面摘取了 Reddit 上網友針對以上安裝過程的一些疑問，以及官方人員的回覆。

Q&A

1、與 Conda 有何不同？

Conda 可以給你裝 CUDA 工具包，但不會裝 NVIDIA 驅動程式；而 Lambda Stack 都能安裝。

此外，還可將 Lambda Stack 與 pip、虛擬環境一起使用

2、能否組合特定版本，比如 CUDA 9.2 + PyTorch 1.5？

不能，它提供的都是 CUDA、PyTorch、Tensorflow 以及 NVIDIA 驅動的最新相容版本，混搭不行。

3、可以在 Amazon Sagemaker 機器上執行嗎？

可以，任何機器上都能免費安裝。

4、安裝包大概多大？我只有一個小的 SSD，我家頻寬也有限。

大概在 1-6GB 之間，確切數字“我”不記得了；安裝應該還挺快的。

最後，官方人員表示他們即將釋出一個視訊，講解如何將 Lambda Stack 與 Docker、Nvidia-Container-Toolkit（前 Nvidia-Docker）一起使用。敬請期待吧。

官方教程：

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

軟體源：

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

參考連結：

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