Ubuntu 20.04 LTS/RTX30XX顯卡 快速配置深度學(xué)習(xí)環(huán)境（一行命令）

近日，新入一臺(tái)RTX3080的服務(wù)器，目前好像還沒(méi)辦法很方便地在 RTX 30 系列 GPU上通過(guò) pip/conda 安裝 TensorFlow 或 PyTorch。因?yàn)檫@些 GPU 需要 CUDA 11.1，而當(dāng)前主流的 TensorFlow/PyTorch 版本不是針對(duì) CUDA 11.1 編譯的。現(xiàn)在要在 30XX GPU 上運(yùn)行這些庫(kù)的話(huà)，需要很強(qiáng)的動(dòng)手能力，手動(dòng)編譯或者用英偉達(dá) docker 容器。

我搜到一個(gè)解決方案：Lambda Stack

Lambda Stack 的網(wǎng)址：

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

簡(jiǎn)介

Lambda Stack，提供一行代碼安裝并可以管理升級(jí)，包含：Pythorch、TensorFlow、CUDA、cuDNN和NVIDIA驅(qū)動(dòng)程序，它與Ubuntu 20.04 LTS，18.04 LTS和16.04 LTS兼容。配置深度學(xué)習(xí)環(huán)境變得非常簡(jiǎn)單。

Lambda Stack 包括

• 操作系統(tǒng) Ubuntu 20.04, 18.04, 和 16.04（桌面版和服務(wù)器版本都可以）
• Docker images of Lambda Stack + Ubuntu: Lambda Stack Dockerfiles
• 包含的深度學(xué)習(xí)框架: TensorFlow, Keras, PyTorch, Caffe, Caffe 2
• 包含的GPU 軟件: CUDA, cuDNN, NVIDIA驅(qū)動(dòng)
• 包含工具: git, tmux, screen, vim, emacs, htop, valgrind, build-essential

系統(tǒng)要求

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

使用說(shuō)明

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

安裝 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：安裝完畢會(huì)自動(dòng)重啟，安裝過(guò)程需要一個(gè)來(lái)小時(shí)

如果服務(wù)器版的 Ubuntu 20.04, 18.04,則：

安裝 Lambda Stack (服務(wù)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：安裝完畢需要重啟

如果服務(wù)器版的 Ubuntu 16.04,則：

安裝 Lambda Stack (服務(wù)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：安裝完畢需要重啟

系統(tǒng)升級(jí)

如果有更新版本的 PyTorch、 TensorFlow、 CUDA 或 cuDNN 發(fā)布，只需運(yùn)行:

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

然后重啟。

Docker方式安裝

也可以使用docker的方式安裝（在Ubuntu20.04 LTS環(huán)境下），也只需要一行代碼：（網(wǎng)速關(guān)系，可能需要4個(gè)來(lái)小時(shí)，大小約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.正常安裝方式：只需要運(yùn)行python命令即可進(jìn)入，可以使用Tensorflow/PyTorch

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

2.Docker方式安裝：需要運(yùn)行docker鏡像：

 sudo docker run -it ubuntu /bin/bash #ubuntu代表鏡像名稱(chēng)，需要更改

注意事項(xiàng)

pip如果沒(méi)有安裝，需要安裝wget和pip（docker里沒(méi)有這兩個(gè)命令，需要安裝）

 sudo apt-get install wget

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

python get-pip.py