一行命令装下所有「炼丹」工具及依赖项,就靠这个免费软件源了|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/
— 完 —