Pycharm+Win10+WSL2(Ubuntu)+Anaconda在win上构建运行于Linux内核的深度学习虚拟环境

1.打开子系统选项：控制面板->程序->启用或关闭windows功能（虚拟机相关的功能要开启，包括bios中的虚拟平台）

 2.启用虚拟平台功能，并升级WSL2！！！！！

（这个很重要！！！！）执行完下述方式再查看一边wsl -l -v

# 打开powershell，查看wsl的版本以及挂载
wsl -l -v

#默认挂载
wsl --set-default-version 2

#如果上一步发现ubuntu用的是1，那么就使用指定方式

wsl --set-version 分发版名称 版本号
// 例：wsl --set-version Ubuntu 2

 3.打开Ubuntu终端，更新镜像：打开 /etc/apt/sources.list，在开头加上

deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse

保存后：

sudo apt-get update

查看wsl2版本，一定要5.10.16.3以上！！！

win10 一定要升级到21H2版本的！

wsl cat /proc/version

4.可安装window Terminal（微软商店，方便切换子系统）

5.Nvidia-WSL驱动(目前已经集成在显卡驱动中，没更新过英伟达驱动的的更新下驱动，或者重新安装下驱动，内部会集成Nvidia-WSL驱动)

6.Ubuntu安装驱动，选择版本：

anCUDA Toolkit 11.7 Update 1 Downloads | NVIDIA DeveloperResources CUDA Documentation/Release NotesMacOS Tools Training Sample Code Forums Archive of Previous CUDA Releases FAQ Open Source PackagesSubmit a BugTarball and Zip Archive Deliverableshttps://developer.nvidia.cn/cuda-downloads?target_os=Linux&target_arch=x86_64&Distribution=WSL-Ubuntu&target_version=2.0&target_type=deb_local

 在Ubuntu中按照命令更新：

 7.将cuda加入到环境变量（默认位置安装）

vim ~/.bashrc

# cuda
export CUDA_HOME=/usr/local/cuda
export PATH=${CUDA_HOME}/bin:$PATH
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:${CUDA_HOME}/lib64

source ~/.bashrc

 使用nvcc -V查看cuda信息（如果报错，记得更新系统到21H2）

nvcc -V

 8.使用清华源安装miniconda

wget -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py39_4.10.3-Linux-x86_64.sh

sudo chmod +x Miniconda3-latest-Linux-x86_64.sh

sudo ./Miniconda3-latest-Linux-x86_64.sh

一路yes

# conda初始化
conda init 

# 查看conda环境变量
vim ~/.bashrc

# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$(/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
    eval "$__conda_setup"
else
    if [ -f "/etc/profile.d/conda.sh" ]; then
        . "/etc/profile.d/conda.sh"
    else
        export PATH="/bin:$PATH"
    fi
fi
unset __conda_setup
# <<< conda initialize <<<

9.安装torch测试

import torch
torch.cuda.is_available()

显示为True则成功

10.链接pycharm

在python解释器中添加WSL（选择你的ubuntu的虚拟环境的python.exe路径）

（专业版--俺还没搞，搞到后面再更新吧）

----------------------------------------------------------更新------------------------------------

在Terminal输入bash，进入ubuntu环境，然后conda activate xxx进入你创建的conda虚拟环境。

在pycharm控制台（或者ubuntu终端）测试步骤9，显示为True则成功

 

----------------------------------------------------------再更新-------------------------------------------

miniconda装好之后，可以为虚拟环境指定conda

首先激活虚拟环境 pytorch，输出当前环境的路径

conda activate pytorch
echo ${CONDA_PREFIX}

得到路径, for example：/home/username/anaconda3/envs/pytorch

#建立激活环境下的文件夹
mkdir -p /home/username/anaconda3/envs/pytorch/etc/conda/activate.d
#写入脚本
vi /home/username/anaconda3/envs/pytorch/etc/conda/activate.d/activate.sh

内容如下：

ORIGINAL_CUDA_HOME=$CUDA_HOME
ORIGINAL_LD_LIBRARY_PATH=$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-11.2
export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH

#建立退出环境下的文件夹
mkdir -p /home/username/anaconda3/envs/pytorch/etc/conda/deactivate.d
#写入脚本
vi /home/username/anaconda3/envs/pytorch/etc/conda/deactivate.d/deactivate.sh

内容如下：

export CUDA_HOME=$ORIGINAL_CUDA_HOME
export LD_LIBRARY_PATH=$ORIGINAL_LD_LIBRARY_PATH
unset ORIGINAL_CUDA_HOME
unset ORIGINAL_LD_LIBRARY_PATH

测试

在本机环境下查看

echo $CUDA_HOME
#为你的本机环境cuda路径：/usr/local/cuda-11.7

激活环境后

echo $CUDA_HOME
结果为/usr/local/cuda-11.2

搞定！

使用nvcc -V和nvidia-smi显示的cuda版本不对应该是没问题，只要echo $CUDA_HOME的结果为你的cuda-11.2路径就好（Maybe，可以试一下，如果后续证实没问题会更新~）