「环境&工具」基于WSL2的Linux(Windows子系统)的开发环境搭建（gpu、图形界面）

现在很多项目都是基于Linux开发的，但是平常使用还是Windows香。

分别尝试了虚拟机、docker、wsl。

虚拟机：过于庞大，但是可以有完整的Linux桌面环境，使用起来很顺手，但是不够流畅，再者，如果需要使用gpu，就是一件很尴尬的事了。

Docker：目前很流行，环境的打包、管理等都很方便灵活，但是在Windows上很难使用宿主机的gpu。

最终选择了WSL2。

---

目录

1、更新到WSL2

1.1、加入Windows预览体验成员

1.2、启用“适用于 Linux 的 Windows 子系统”可选功能

1.3、更新wsl1到wsl2

2、安装Linux子系统

3、安装cuda和cudnn

3.1、安装cuda-toolkit

3.2、安装cudnn

3.2.1、下载cudnn

3.2.2、进行安装

4、安装桌面

---

1、更新到WSL2

参考微软官方文档：https://docs.microsoft.com/zh-cn/windows/wsl/wsl2-index

1.1、加入Windows预览体验成员

在Windows中，设置→更新和安全→windows预览体验计划，  选择“Dev渠道”

接着在  设置→更新和安全→windows更新→高级选项 中，打开“更新Windows时接收…的更新”

接着，在  设置→更新和安全→windows更新 中，检查更新，下载更新，安装更新。

可能重复几次，直到Windows版本大于 2004-20145（如下图，我的直接到了20161了）

微软官方说的是大于19041即可，但这只是WSL2的版本要求，我需要使用物理的显卡，要用到cuda，参考下文，cuda对于WSL的支持需要更新系统到20145之后。

1.2、启用“适用于 Linux 的 Windows 子系统”可选功能

在Windows的 控制面板→程序→启动或关闭Windows功能  中，勾选“适用于Linux的Windows子系统”。

之后可能会重启电脑。

 

1.3、更新wsl1到wsl2

参照官方的说明，以管理员身份，在PowerShell中执行一下命令：

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

dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

wsl --set-default-version 2

运行该命令后，你可能会看到此消息：WSL 2 requires an update to its kernel component. For information please visit https://aka.ms/wsl2kernel。 跟随链接（https://aka.ms/wsl2kernel），在文档中安装来自该页面的 MSI，以便在计算机上安装 Linux 内核供 WSL 2 使用。 安装内核后，请再次运行该命令，该命令应会成功完成而不显示消息。

2、安装Linux子系统

打开Windows Store（微软应用商城），搜索“Linux”

可以看到很多可用的Linux发行版本，可以根据自己的喜好与需求选择合适的。

由于我需要使用Nvidia的cuda等，官方文档中所列的版本中，比较的合适的是Ubuntu18.04，所以我装了这个版本。

安装后首次打开需要设置用户名和密码，进行设置即可。

3、安装cuda和cudnn

参考cuda的官网指导：CUDA on WSL User Guide

在成为Windows预览体验成员、更新系统到2004-20145之后，

确保安装了wsl2。确保更新安装了最新的wsl2内核4.19.121+

在PowerShell中使用如下命令查看：

wsl cat /proc/version

接着安装Nvidia针对wsl的驱动（Windows上）：https://developer.nvidia.com/cuda/wsl/download

 

3.1、安装cuda-toolkit

接下来，打开我们安装的Linux子系统。

首先你可能要先安装gnupg2：

 

设置cuda的仓库地址，并更新。

sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub

sudo sh -c 'echo "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64 /" > /etc/apt/sources.list.d/cuda.list'

sudo apt-get update

安装cuda-toolkit

sudo apt-get install -y cuda-toolkit-11-0

安装完成后应该能在"/usr/local/"目录下找到cuda的目录

3.2、安装cudnn

简单的分下载和安装两部分，因为WSL2和Windows是共享存储的，可以在windows的文件管理中查看子系统的存储，也可以在Linux子系统中访问Windows磁盘。所以cudnn的下载在windows上操作更便捷。

说明一下，如果在Windows上访问Linux子系统的存储，打开文件管理器左侧可以看到：

若要在Linux子系统中访问Windows的存储，在Linux的 "/mnt"路径下，c、d、e、f对应的即是Windows对应磁盘。

3.2.1、下载cudnn

参考官方说明：https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#install-linux

更具已安装的cuda-toolkit的版本。选择对应的版本下载。

比如我下载的：cudnn-11.0-linux-x64-v8.0.1.13.tgz

 在ubuntu中，将下载到的文件拷贝到ubuntu的某个路径下（sudo cp /mnt/../cudnn---1.13.tgz /...）（这一步可以忽略）

接着在对应路径下解压该文件（注意换成自己的文件名）

tar -xzvf cudnn-11.0-linux-x64-v8.0.1.13.tgz

3.2.2、进行安装

进行如下操作

sudo cp cuda/include/cudnn*.h /usr/local/cuda/include

sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64

sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

到此就安装成功了。

4、安装桌面

这里参考了网上以为大神的方法，用了xrdp+xface4，一次成功。连接：https://www.bilibili.com/video/BV1Lz4y1975a

不用在Windows上安装任何东西，直接通过远程桌面连接即可。