TensorFlow GPU不可用，WSL2安装

这个帖子写给23年刚买电脑、系统是win11，tensorflow版本是2.10以上的兄弟们。不符合的可以去看其他答案了。

这是以我三天来的安装经历来写的，希望能给后来的兄弟们减少时间的浪费。

win11，安装的tensorflow的版本都是2.12的，但是从2.10开始tensorflow就不支持gpu了，这点在英文版的安装页面里有

而中文版是没有这个提示的，估计也是很多人试了很多遍，检查了很多次环境变量都解决不了为什么就是不能调用gpu的原因。此时我们只能通过wsl2的方式来安装了，这是在windows里运行了一个虚拟机环境

 想要去官网看的点链接，记得改成英文

不想去的可以接着看，我一步步记录。

1、安装WSL

进到https://learn.microsoft.com/zh-cn/windows/wsl/install安装WSL2，

wsl --install

显示这个就是安装完成，此时重启电脑。

好了，重启完我们继续。

提示：上述命令默认安装ubuntu，不想用的可以按照下面图片里的进行更改

 2、设置 Linux 用户信息

安装了linux，就开始设置

官方给了链接：https://learn.microsoft.com/zh-cn/windows/wsl/setup/environment#set-up-your-linux-username-and-password

可以WIN+S搜ubuntu，也可以在安装应用里找到

 进入显示

官网这样说：

根据提示，输入passwd，进行密码设置，输入时不会显示，

 接下来升级更新

 3、设置 Windows Terminal

win+s输入cmd打开终端

边上有个向下的箭头，打开，点设置，然后在启动里的默认终端应用程序选择windows终端

 也不知道设置这啥用，先设置吧

4、检查正在运行的WSL版本

 输入：

wsl -l -v

显示：

 这里就WSL安装完成了

5、英伟达CUDA相关安装

官网链接：

NVIDIA GPU Accelerated Computing on WSL 2

这里我们直接开始安装

 进入：Official Drivers | NVIDIA

 

CUDA这里大家应该都安装过了，没有安装的，就点链接进去安装就好了

 这里我们已经安装过了。

 注意：CUDA是安装win11的，但工具包也就是CUDA Toolkit要安装linux的，

sudo apt-key del 7fa2af80

这行代码应该是之前安装过Linux的，我输入没有结果，报了个warning

我就没管，继续下一步，下载Ubuntu-WSL专属的工具包

 链接：CUDA Toolkit 12.1 Downloads | NVIDIA Developer

 

进去就选好了

 下载代码，一步步来吧。

wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin
sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda-repo-wsl-ubuntu-12-1-local_12.1.0-1_amd64.deb
sudo dpkg -i cuda-repo-wsl-ubuntu-12-1-local_12.1.0-1_amd64.deb
sudo cp /var/cuda-repo-wsl-ubuntu-12-1-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda

 （1）cmd进入终端，输入wsl.exe，进入Linux

输入：

wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin

（2） 输入

sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda-repo-wsl-ubuntu-12-1-local_12.1.0-1_amd64.deb

等待下载完成

输入

sudo dpkg -i cuda-repo-wsl-ubuntu-12-1-local_12.1.0-1_amd64.deb

输入

sudo cp /var/cuda-repo-wsl-ubuntu-12-1-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update

 

输入

sudo apt-get -y install cuda

一大堆下载安装

 到这里CUDA工具包就安装好了。

这里是说没有用WSL-Ubuntu软件包安装Toolkit 的要参考的。

6、安装Miniconda

 我们接着上面的继续在ubuntu里输入

curl https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -o Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

可能需要重新启动终端或 source ~/.bashrc 以启用 conda 命令。 使用conda -V 测试是否安装成功。

7、创建conda环境

 在刚才进的conda环境输入

conda create --name tf python=3.9

又开始下载安装一堆东西

 按照提示，我们输入

conda activate tf

来激活刚才创建的tf环境，接下来的东西要在环境激活的条件下才能完成。

8、设置GPU

 激活环境，并查看是否安装了GPU驱动

conda activate tf
nvidia-smi

 这里又安装了一下cudatoolkit，不知道为啥，不管了，安吧

conda install -c conda-forge cudatoolkit=11.8.0

得，上一次的下载安装又来一次

接着安装cudnn，pip安装换个源吧，快一点，我习惯用豆瓣源了，也可以换其他源pycharm通过pip下载一直不成功的解决方法_pycharm包下载不了_坠星不坠的博客-CSDN博客

pip install nvidia-cudnn-cu11==8.6.0.163 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

安装完之后是配置环境

CUDNN_PATH=$(dirname $(python -c "import nvidia.cudnn;print(nvidia.cudnn.__file__)"))
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/:$CUDNN_PATH/lib

上面这个每进一次就要配置一次，接下来是自动配置，下面两句是一行，不要复制成两行了

mkdir -p $CONDA_PREFIX/etc/conda/activate.d
echo 'CUDNN_PATH=$(dirname $(python -c "import nvidia.cudnn;print(nvidia.cudnn.__file__)"))' >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/:$CUDNN_PATH/lib' >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh

9、安装 TensorFlow

注意：不要使用 conda 安装 TensorFlow。 它可能没有最新的稳定版本。 推荐使用 pip，因为 TensorFlow 仅正式发布到 PyPI。

所以接下来安装tensorflow就用cmd就行了，也是换个源吧

pip install --upgrade pip
pip install tensorflow==2.12.0

10、验证是否成功

 验证cpu

python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

验证gpu

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

显示，gpu显示空，我估计是失败了，继续找为什么。

---

问题解决，可以用GPU了！！！

又用了两个小时找各种方法试，怀疑是自己流程没对，也重新装了几个docker环境，到装第三个的时候发现有一步错了，装tensorflow的时候是在conda环境里装，教程说的是不要用conda命令，我理解成不要在conda环境里了，换成在conda环境里装就好了。

还是用上面的验证方法。

 

---

附带其他博主安装教程

在anaconda环境中使用conda命令安装cuda、cudnn、tensorflow（-gpu）、pytorch_conda安装cuda_溯水襄陵_的博客-CSDN博客