Ubuntu 20.04 LTS/RTX30XX显卡快速配置深度学习环境（一行命令）

近日，新入一台RTX3080的服务器，目前好像还没办法很方便地在 RTX 30 系列 GPU上通过 pip/conda 安装 TensorFlow 或 PyTorch。因为这些 GPU 需要 CUDA 11.1，而当前主流的 TensorFlow/PyTorch 版本不是针对 CUDA 11.1 编译的。现在要在 30XX GPU 上运行这些库的话，需要很强的动手能力，手动编译或者用英伟达 docker 容器。

我搜到一个解决方案：Lambda Stack

Lambda Stack 的网址：

http://lambdalabs.com/lambda-stack-deep-learning-software

简介

Lambda Stack，提供一行代码安装并可以管理升级，包含：Pythorch、TensorFlow、CUDA、cuDNN和NVIDIA驱动程序，它与Ubuntu 20.04 LTS，18.04 LTS和16.04 LTS兼容。配置深度学习环境变得非常简单。

Lambda Stack 包括

操作系统 Ubuntu 20.04, 18.04, 和 16.04（桌面版和服务器版本都可以）
Docker images of Lambda Stack + Ubuntu: Lambda Stack Dockerfiles
包含的深度学习框架: TensorFlow, Keras, PyTorch, Caffe, Caffe 2
包含的GPU 软件: CUDA, cuDNN, NVIDIA驱动
包含工具: git, tmux, screen, vim, emacs, htop, valgrind, build-essential

系统要求

NVIDIA GPU (如 RTX 3090, 3080, 3070, 2080 Ti, Quadro RTX 8000)
Ubuntu 20.04, 18.04, and 16.04（桌面版和服务器版本都可以）

使用说明

如果是桌面版的 Ubuntu 20.04, 18.04, 和 16.04，则：

安装 Lambda Stack (桌面版)

LAMBDA_REPO=$(mktemp) && \
wget -O${LAMBDA_REPO} https://lambdalabs.com/static/misc/lambda-stack-repo.deb && \
sudo dpkg -i ${LAMBDA_REPO} && rm -f ${LAMBDA_REPO} && \
sudo apt-get update && sudo apt-get install -y lambda-stack-cuda
sudo reboot

注意：安装完毕会自动重启，安装过程需要一个来小时

如果服务器版的 Ubuntu 20.04, 18.04,则：

安装 Lambda Stack (服务器版1)

LAMBDA_REPO=$(mktemp) && \
wget -O${LAMBDA_REPO} https://lambdalabs.com/static/misc/lambda-stack-repo.deb && \
sudo dpkg -i ${LAMBDA_REPO} && rm -f ${LAMBDA_REPO} && \
sudo apt-get update && \
sudo apt-get --yes upgrade && \
sudo apt-get install --yes --no-install-recommends lambda-server && \
sudo apt-get install --yes --no-install-recommends nvidia-headless-450 && \
sudo apt-get install --yes --no-install-recommends lambda-stack-cuda

注意：安装完毕需要重启

如果服务器版的 Ubuntu 16.04,则：

安装 Lambda Stack (服务器版2)

LAMBDA_REPO=$(mktemp) && \
wget -O${LAMBDA_REPO} https://lambdalabs.com/static/misc/lambda-stack-repo.deb && \
sudo dpkg -i ${LAMBDA_REPO} && rm -f ${LAMBDA_REPO} && \
sudo apt-get update && \
sudo apt-get --yes upgrade && \
sudo apt-get install --yes --no-install-recommends lambda-server && \
sudo apt-get install --yes --no-install-recommends nvidia-440 libcuda1-440 nvidia-opencl-icd-440 && \
sudo apt-get install --yes --no-install-recommends lambda-stack-cuda

注意：安装完毕需要重启

系统升级

如果有更新版本的 PyTorch、 TensorFlow、 CUDA 或 cuDNN 发布，只需运行:

sudo apt-get update && sudo apt-get dist-upgrade

然后重启。

Docker方式安装

也可以使用docker的方式安装（在Ubuntu20.04 LTS环境下），也只需要一行代码：（网速关系，可能需要4个来小时，大小约13.5g）

# Build a Docker image for Ubuntu 20.04 (focal). You can substitute focal for bionic or xenial to change the ubuntu version.
sudo docker build -t lambda-stack:20.04 -f Dockerfile.focal git://github.com/lambdal/lambda-stack-dockerfiles.git

使用Lambda Stack

1.正常安装方式：只需要运行python命令即可进入，可以使用Tensorflow/PyTorch

$ python
>>> import tensorflow
>>> tensorflow.__version__
'2.3.0'
>>> import torch
>>> torch.__version__
'1.6.0'

2.Docker方式安装：需要运行docker镜像：

 sudo docker run -it ubuntu /bin/bash #ubuntu代表镜像名称，需要更改

注意事项

pip如果没有安装，需要安装wget和pip（docker里没有这两个命令，需要安装）

 sudo apt-get install wget

wget https://bootstrap.pypa.io/get-pip.py -o get-pip.py

python get-pip.py

往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑
获取本站知识星球优惠券，复制链接直接打开：
https://t.zsxq.com/qFiUFMV
本站qq群704220115。加入微信群请扫码：