在阿里云ESC上如何搭建TensorFlow或PyTorch深度学习环境？

在阿里云ECS（Elastic Compute Service）上搭建 TensorFlow 或 PyTorch 深度学习环境，可以按照以下步骤进行。本指南适用于 Ubuntu 20.04/22.04 系统，并支持使用 GPU 提速（需选择带 GPU 的实例类型，如 ecs.gn6i-c8g1.2xlarge 等）。

🚀 一、准备工作

1. 购买并登录 ECS 实例

• 登录 阿里云控制台
• 创建一个 GPU 实例（如果需要 GPU 计算）
  • 实例规格：例如 ecs.gn6i-c8g1.2xlarge（NVIDIA T4 GPU）
  • 镜像建议：Ubuntu 20.04/22.04 64位
  • 安全组：开放 SSH（端口22），必要时开放 Jupyter 端口（如 8888）

⚠️ 注意：GPU 实例费用较高，请注意按量付费或包年包月策略。

2. 连接 ECS 实例

ssh root@<你的公网IP>

🛠️ 二、基础环境配置

1. 更新系统

sudo apt update && sudo apt upgrade -y

2. 安装 Python 和 pip

sudo apt install python3 python3-pip python3-venv -y

3. 创建虚拟环境（推荐）

python3 -m venv dl_env
source dl_env/bin/activate

📦 三、安装 NVIDIA 驱动和 CUDA（仅 GPU 实例）

方法一：使用阿里云自动安装脚本（推荐新手）

阿里云提供了自动化安装脚本：

wget https://ecs-image-utils.oss-cn-hangzhou.aliyuncs.com/install_gpu_driver_ubuntu.sh --no-check-certificate
sudo bash install_gpu_driver_ubuntu.sh

该脚本会自动安装合适的驱动和 CUDA 工具包。

✅ 安装完成后重启：

sudo reboot

方法二：手动安装（高级用户）

1. 添加 NVIDIA PPA

   sudo add-apt-repository ppa:graphics-drivers/ppa -y
   sudo apt update

2. 安装驱动（以 NVIDIA 535 为例）

   sudo apt install nvidia-driver-535 -y

3. 安装 CUDA Toolkit（可选，PyTorch/TensorFlow 通常自带）
   参考：NVIDIA CUDA 下载页

4. 安装 cuDNN（一般通过 conda 或 pip 自动处理）

5. 重启并验证：

   nvidia-smi

   应显示 GPU 信息和驱动版本。

🐍 四、安装深度学习框架

激活虚拟环境：

source dl_env/bin/activate

✅ 安装 PyTorch（支持 GPU）

前往 PyTorch 官网 获取最新命令，例如：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

注：cu118 表示 CUDA 11.8，根据你的 CUDA 版本调整。

验证安装：

python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"

输出应为 True 表示 GPU 可用。

✅ 安装 TensorFlow（支持 GPU）

TensorFlow 2.x 支持 GPU（需 CUDA 11.2+ 和 cuDNN 8.1+）

pip install tensorflow[and-cuda]

或分别安装：

pip install tensorflow

验证：

python -c "import tensorflow as tf; print(tf.__version__); print(len(tf.config.list_physical_devices('GPU')) > 0)"

💡 提示：TensorFlow 对 CUDA 版本要求较严格，建议使用 Docker 更稳定。

🌐 五、可选：安装 Jupyter Notebook / Lab

pip install jupyter notebook

启动并远程访问：

jupyter notebook --ip=0.0.0.0 --port=8888 --allow-root --no-browser

🔐 安全提示：建议设置密码或使用 SSH 隧道：

ssh -L 8888:localhost:8888 root@<公网IP>

🧰 六、其他常用工具

pip install numpy pandas matplotlib scikit-learn tqdm

🧪 七、测试 GPU 是否正常工作

PyTorch 测试

import torch
print("CUDA available:", torch.cuda.is_available())
print("GPU count:", torch.cuda.device_count())
if torch.cuda.is_available():
    print("Current GPU:", torch.cuda.get_device_name(0))

TensorFlow 测试

import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.list_physical_devices('GPU')))

📦 八、使用 Conda（替代 pip，更推荐管理复杂环境）

1. 安装 Miniconda：

   wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
   bash Miniconda3-latest-Linux-x86_64.sh

2. 创建环境并安装 PyTorch（Conda 会自动处理 CUDA 依赖）：

   conda create -n dl python=3.9
   conda activate dl
   conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

✅ 总结：关键点

📚 参考文档

• 阿里云 GPU 驱动安装：https://help.aliyun.com/document_detail/52871.html
• PyTorch 官方安装：https://pytorch.org
• TensorFlow GPU 指南：https://www.tensorflow.org/install/gpu

如有需要，也可以使用 阿里云 AI 开发者平台 PAI 或 容器服务 + Docker 来简化部署。欢迎继续提问具体问题！