这可能是一个奇怪的问题。每当我在本地使用 Linux 环境时，导入、安装、CUDA 驱动程序和任何与设置相关的东西总是会出现一些错误。
但是，在 Google Colab 中，它只有 100% 的时间有效。有没有办法可以在本地复制 Google Colab 环境，以便使用自己的资源？本地环境和 Colab 环境（显然是云除外）之间是否存在差异。
再次 - 很奇怪，但会很有帮助。
【问题讨论】：
标签： python linux jupyter-notebook google-colaboratory
目前还没有官方的 google colaboratory docker 镜像可以在本地进行设置。
如果您想继续使用 pip 包管理器，可以使用 official tensorflow docker image with GPU support。
您需要做的就是在您的机器上安装 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。
欢迎您使用现成的 tensorflow-gpu 笔记本。
其他选择是使用安装在您的操作系统中的 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。
【讨论】：