win10/11下wsl2安装gpu版的pytorch（避坑指南）

0x00 注意

• 不想折腾的不要弄了，老老实实用windows，现在WSL坑还很多。
• 想安装的一定要看官方文档！！在文末
• 本教程只说明在安装了 WSL2 后，并且默认系统是 win11 下安装中的一些坑，当然也可以帮助你快速排查问题。
• 你可能会遇到很多问题，但是这就是你尝试新鲜事物的代价喽，不过欢迎留言区评论~
• 最后成功的环境是win11 、GPU Driver 版本是512.15、CUDA 版本是11.6、 WSL2 Linux内核版本是5.10.102.1
• 本文对 miniconda 和 pytorch 篇幅较少，可以通过查阅其他博客自行安装。

0x01 一定要先检查硬性版本条件

大多数人都会死在这里的第一步，原因是没有检查 wsl2 使用 gpu 所需要的硬性环境到底是什么。然后后面根本装不上。

1. GPU Driver 版本

注意：这里的GPU driver是安装在windows上的，不是wsl中

• 直接升级到最新版本的吧，460多，470多的版本太老旧了。我理解的官方文档是说需要471.21 版本之后的才可以。
• 我这里升级完是 512.15版本，匹配 CUDA 11.6版本的
• 升级步骤
  • 我是有这个NVIDIA GeForce Experience的，所以按照图中的首先选到驱动程序，然后直接检查更新文件即可，安装的时候使用默认的安装方式便可。
    
  • 没有的话就直接到 NVIDIA 官方驱动地址 查询下载。

2. WSL2 内核版本

• 微软官方wsl安装教程
• 安装完 WSL2 后 wsl cat /proc/version 查看，我的这里是5.10.102.1
  
• 一定要大于5.10.43.3！
• 没有的话要进行升级，设置->windows更新->高级选项->接收其他产品的更新
  

3. 系统版本

• 前面也提到了，win10 一定要升级到21H2版本的
• win11 在操作系统版本这里没坑

0x02 安装CUDA Toolkit

• NVIDIA Toolkit地址

• 这里的CUDA Toolkit 版本应该要与driver版本匹配，匹配与否查看这里

• 这里的坑在于要安装wsl-ubuntu版本的，而不是 ubuntu 版本的
  

• 在 wsl 命令行按照图示的指令运行就行。

• 安装完成后nvcc -V 应该是显示不出来版本的。需要在~/.bashrc文件下做环境变量的配置。vim ~/.bashrc 在最下面添加这几行。

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PAT

• 刷新环境 source ~/.bashrc，运行nvcc -V会有 CUDA版本的输出。
  

• 这个时候 CUDA Toolkit 就应该已经安装好了，测试的话可以运行下面的命令。

  • 注意：这里 cuda11.6 版本已经将samples移除了，cuda11.6 可以通过激活conda下的python环境运行 import torch 和 print(torch.cuda.is_available())根据是否输出True判断cuda环境安装好没好

cd /usr/local/cuda/samples/4_Finance/BlackScholes
make BlackScholes
./BlackScholes

查看是否运行成功，还是报错这个东西。这里可坑了，一般都会卡在这里

CUDA error at ../../common/inc/helper_cuda.h:777 code=35(cudaErrorInsufficientDriver) "cudaGetDeviceCount(&device_count)

如果报错这个，那么请你检查自己的所有版本CUDA Driver、 windows11、 WSL内核是否匹配。

• 装错了怎么卸载cuda1 ------------- 装错了怎么卸载cuda2

0x03 安装miniconda或者conda

miniconda和conda的不同在于如果你只需要python的虚拟环境并且安装一些依赖包的话，miniconda就够了。比较精巧

• 下载地址
  
• 在 windows 上下载之后可以切换到下载的目录安装。比如你下载到了d盘，那么cd /mnt/d 并 ls 就可以发现在这里。
  
• bash Mniconda3-latest-Linux-x86_64.sh安装就好，直接根据提示进行安装就行，这个教程很多，我就不再详细说了。安装之后需要 conda init 一下，不然找不到conda环境。

0x04 安装gpu版本的pytorch

• 在conda的python环境下，切换到清华源，pip install torch就行
• 完了尝试下面的命令看是否输出 True，如果是False说明CUDA没装好。

import torch
torch.cuda.is_available()

0x05 官方文档

https://docs.microsoft.com/en-us/windows/ai/directml/gpu-cuda-in-wsl

https://docs.nvidia.com/cuda/wsl-user-guide/index.html#getting-started-with-cuda-on-wsl

https://developer.nvidia.com/cuda/wsl

0x06 总结

• 官方文档一定要认真看！！！里面其实写的很清楚了，版本什么的。我只是看了下然后写出来了而已。这个坑很多，建议不喜欢折腾的就老老实实用 Windows 或者纯正的 Linux，不要折磨自己。
• 有什么问题欢迎留言，我会尽量帮你解决的~~ 对你有帮助的话点个赞吧，谢谢 O(∩_∩)O~