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

PyTorch

CUDA

cuDNN

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 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 + PyTorch ？

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:

/blog/install-tensorflow-and-pytorch-on-rtx-30-series/

软件源:

/static/misc/lambda-stack-

参考链接:

/r/MachineLearning/comments/oj1w02/p_install_or_update_cuda_nvidia_drivers_pytorch/