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/

(0)

相关推荐