【WSL】 WSL2下cuda+cuDNN+Anaconda+pytorch深度学习环境搭建

WSL2下cuda+cuDNN+Anaconda+pytorch深度学习环境搭建

• 安装WSL，见上篇文章。

• WSL2下cuda+cuDNN+Anaconda+pytorch深度学习环境搭建

  • 驱动确认
  • 安装cuda工具包
  • 安装anaconda
  • 安装pytorch
    • 创建虚拟环境
    • 用conda安装pytorch
    • 测试
  • 安装cuDnn
  • vscode远程开发

驱动确认

确保已经安装nvidia驱动，只需在Windows上安装好GPU驱动程序，wsl2上便可以获得驱动的支持。

在wsl2中输入nvidai-smi查看。以本文为例，最高支持cuda11.7。

安装cuda工具包

本文以安装11.6为例。注意不要使用Ubuntu的cuda安装方式，Ubuntu的安装包中会包含驱动程序，而在Windows下的安装驱动是已经安装到了wsl2中，如果重复安装会造成错误。只能使用wsl-Ubuntu方式安装单独的cuda工具包。

参考：nvidia官网CUDA安装方式。

用以下两种方式之一安装cuda 11.6 工具包：
方式一deb方式：

sudo 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
sudo wget https://developer.download.nvidia.com/compute/cuda/11.6.0/local_installers/cuda-repo-wsl-ubuntu-11-6-local_11.6.0-1_amd64.deb
sudo dpkg -i cuda-repo-wsl-ubuntu-11-6-local_11.6.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-wsl-ubuntu-11-6-local/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda

方式二runfile方式：

sudo wget https://developer.download.nvidia.com/compute/cuda/11.6.0/local_installers/cuda_11.6.0_510.39.01_linux.run
sudo sh cuda_11.6.0_510.39.01_linux.run

在执行apt时有可能会报错NO_PUBKEY，找不到公钥。

这时应该根据提示添加公钥，公钥便是NO_PUBKEY后面的×××××：

sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys A4B469963BF863CC

安装anaconda

从清华大学镜像源，中选择合适的版本，下载安装包：

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2022.10-Lin
ux-x86_64.sh 

运行安装包：

bash Anaconda3-2022.10-Linux-x86_64.sh

按回车阅读用户协议。

输入yes。

输入安装位置，默认为/home/用户名/anaconda3。

输入yes，运行conda初始化。

安装pytorch

创建虚拟环境

创建虚拟环境：
conda create -n your_env_name python=x.x
查看虚拟环境：
conda env list
切换虚拟环境：
conda activate your_env_name

用conda安装pytorch

版本选择及命令，参考pytorch官网

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge

测试

$ python
Python 3.9.16 (main, Mar  8 2023, 14:00:05)
[GCC 11.2.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> exit()

安装cuDnn

cudnn安装包下载需要登陆，nvidia官网下载链接。

下载tar安装包。

解压cuDNN文件，并进入解压出来的文件，拷贝文件到/usr/local/cuda-11.6中。

tar -xvf cudnn-linux-x86_64-8.8.1.3_cuda11-archive.tar.xz
cd cudnn-linux-x86_64-8.8.1.3_cuda11-archive
sudo cp lib/* /usr/local/cuda-11.6/lib64/
sudo cp include/* /usr/local/cuda-11.6/include/
sudo chmod a+r /usr/local/cuda-11.6/lib64/*
sudo chmod a+r /usr/local/cuda-11.6/include/*

查看cuDNN版本:

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

vscode远程开发

下载wsl插件。

打开远程连接

选择连接WSL

打开WSL下的文件夹