这可能是一个奇怪的问题。每当我在本地 Linux 环境中工作时，导入、安装、CUDA 驱动程序以及任何与设置相关的错误总是会出现这样那样的错误。
但是，在 Google Colab 中，它只是 100% 有效。有没有办法在本地复制 Google Colab 环境，以便我可以使用自己的资源？本地环境和 Colab 环境之间是否有区别(显然云除外)。
同样 - 很奇怪，但会很有帮助。
最佳答案
目前还没有官方的 google colaboratory docker 镜像可以在本地设置它。
如果您想继续使用 pip 包管理器，可以使用 official tensorflow docker image with GPU support .
您只需在您的机器上安装 docker 并拉取镜像:
docker pull tensorflow/tensorflow:latest-gpu-jupyter
然后运行它:
docker run -it --rm --gpus all -p 8888:8888 tensorflow/tensorflow:latest-gpu-jupyter
并使用 http://127.0.0.1:8888/?token=.. 打开浏览器.
欢迎您使用随时可用的 tensorflow-gpu 笔记本。
其他选择是使用在您的操作系统中安装的 anaconda3 或 miniconda3(最小发行版)。当涉及到特定于硬件的库时，Conda 包管理器通常要容易得多。这里是官方guide .
关于python - 如何在本地复制干净的 Google Colab 环境？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/69437822/