本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。
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
