WSL2安装及GPU的使用

WSL2

WSL(Windows Subsystem for Linux)可以让开发者们在win10系统中运行Linux环境，包括Linux命令行及应用等，个人感觉WSL和虚拟机很相似。在之前，WSL一直是不支持使用CUDA的，也就是无法用GPU来进行计算。今年6月，Nvidia推出了CUDA on WSL，使WSL中可以使用GPU了。如果对性能要求不是特别高，又懒得装双系统的，可以试试WSL2。
Nvidia官方的安装教程：https://docs.nvidia.com/cuda/wsl-user-guide/index.html#installing-wip
里面还是说的很清楚的。

WSL2安装

1. 首先要去这里注册Microsoft Windows Insider Program，直接使用微软的账号就行，速度可能比较慢，多等一会让就行。
2. 打开系统设置–进入“更新与安全”–选择“Windows预览体验计划”–选择“Dev计划”–之后回到之前的页面，检查更新
   
   
   
   

更新完以后可以检查下自己的版本对不对，要求是20145或更高。在设置–系统–关于里查看或在cmd里直接查看


3. 接下来去Nvidia网站上下载CUDA on WSL

4. 下载WSL2，参考微软的官方教程
首先以管理员身份打开powershell，输入

# 安装WSL。
dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart

和

#启用“虚拟机平台”可选功能。
dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

然后重启计算机，输入

#把默认WSL版本设置为WSL2
wsl --set-default-version 2

如果安装出现问题，显示
WSL 2 requires an update to its kernel component. For information please visit https://aka.ms/wsl2kernel
就进入https://aka.ms/wsl2kernel，按照里面的方法再试试。

5.上一步结束后打开cmd，输入

wsl cat /proc/version

查看Linux内核版本，大于4.19.121+。这样就没有问题了
6. 安装Linux子系统
进入https://aka.ms/wslstore
我安装的是Ubuntu16.04

可以在cmd里输入

wsl.exe --list -v command

确认下是否为WSL2

没有问题的话在cmd里输入wsl就可以进入该系统了

运行Docker

在WSL中输入Linux指令

curl https://get.docker.com | sh

# 安装nvidia-docker2
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)

curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -

curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

curl -s -L https://nvidia.github.io/libnvidia-container/experimental/$distribution/libnvidia-container-experimental.list | sudo tee /etc/apt/sources.list.d/libnvidia-container-experimental.list

sudo apt-get update

sudo apt-get install -y nvidia-docker2

以上就完成了docker的安装工作
后面用以下命令来开启和停用docker

sudo service docker stop

sudo service docker start

运行第一个Container

输入

docker run -it --gpus all -p 8888:8888 tensorflow/tensorflow:latest-gpu-py3-jupyter

来运行包含了tensorflow的镜像。第一次运行可能需要下载和安装。

成功运行可以看到以上界面，在windows系统的浏览器中输入localhost:8888/tree
输入token即可