目录
1. wsl ubuntu安装
1.1 安装
1.2 迁移
2. 安装cuda
2.1 安装
2.2 环境变量配置
2.3 检查安装
3 根据CUDA版本安装cudnn
4 安装anaconda
5 安装pytorch
5.1 创建虚拟环境
5.2 激活虚拟环境
5.3 安装PyTorch
6 检查cuda使用
wsl install
1. 打开PowerShell,终止正在运行的分发或虚拟机:
wsl --shutdown
2. 对需要迁移的分发或虚拟机导出(我安装的版本是Ubuntu-20.04):
wsl --export Ubuntu-20.04 E:\wslubuntu
3. 查询
wsl -l -v
4. 卸载分发版或虚拟机:
wsl --unregister ubuntu
5. 导入新的分发版或虚拟机:
wsl --import ubuntu [新安装路径] E:\wslubuntu\ubuntu-20.04.tar
如:wsl --import ubuntu E:\wslubuntu E:\wslubuntu\ubuntu-20.04.tar
6. 接下来需要找回一下账户:
ubuntu config --default-user jane【用户名】
7. 迁移成功。
检查windows是否支持cuda。
PowerShell下输入命令:nvidia-smi
用deb方式安装CUDA,会附带安装显卡驱动,默认安装;
CUDA Toolkit 12.2 Downloads | NVIDIA Developer
这里选择的network安装:
接下来配置wsl2内部cuda的环境变量:
#这里先打开.bashrc文件
sudo nano /home/$USER/.bashrc
#把这三行复制到文件底部
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
#更新一下bashrc文件
source /home/$USER/.bashrc
#更新一下可能需要的依赖:
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
#检查cuda是否安装成功:
nvcc -V
根据cuda版本找到对饮cudnn:cuDNN Archive | NVIDIA Developer
官网下载链接: https://www.anaconda.com/
清华大学开源软件镜像站:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
选择 Anaconda3-2023.07-1-Linux-x86_64.sh
输入命令:sh Anaconda3-5.2.0-Linux-x86_64.sh
安装完成之后,设置环境变量:vim .bashrc
执行source activate
1. 打开wsl,激活anaconda,输入以下命令:
conda create -n pytorch python=3.10
通过conda创建一个名为pytorch的虚拟环境,3.9是python的版本,都可以按自己需求改,一定要指定具体 python 版本。
2. 创建成功后,输入以下命令查看安装的所有环境:
输入以下命令:
conda activate pytorch
1. 打开pytorch官网:https://pytorch.org/,点击Get Started
2. 根据官网的提示,选择适合的CUDA版本,并复制command中的命令
3. 打开wsl,进入刚刚所创建的pytorch环境,输入之前复制的命令
输出cuda检测信息