本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

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！

那么擦干眼淚，學起來？

Lambda Stack與安裝

首先來了解一下Lambda Stack是什么。

這就是由Lambda創建的一個Debian PPA （個人軟件包存檔）。

目前，里面為你提供了這些工具的軟件包：

• 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

然后大家通過系統的APT工具也就是sudo apt-get install/update命令，就可以很方便地下載里面的各種.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：

一切正常以后，重啟一下機子，就可以使用了：

如果上述軟件有更新，很簡單，只需下面這一行命令就ok：

ps.更新后也要重啟。

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，以及官方人員的回復。

Q&A

1、與Conda有何不同？

Conda可以給你裝CUDA工具包，但不會裝NVIDIA驅動程序；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驅動的最新兼容版本，混搭不行。

3、可以在 Amazon Sagemaker機器上運行嗎？

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，我家帶寬也有限。

大概在1-6GB之間，確切數字“我”不記得了；安裝應該還挺快的。

最后，官方人員表示他們即將發布一個視頻，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/

軟件源：

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