WSL2+Ubuntu20.04+CUDA11.3+Pytorch 环境搭建

一. 安装WSL2

​ 具体安装的步骤可以直接看 微软官方的安装文档 ，官方文档写的很详细，满足系统要求，安装步骤一般

都能成功安装。

二. 安装显卡驱动——在windows上面

​ 一般安装了英伟达显卡的电脑，都会安装适配的显卡驱动，一般能都满足要求，不放心的用Nvidia

Geforce 更新一下即可，或者在英伟达官网安装显卡驱动

​

​ 这里按照你自己的显卡型号和系统类型选择即可，下载类型选择Game Ready即可。

​ 现在完成之后，安装默认指引安装。

三. 安装miniconda——创建虚拟环境

1. 在WSL2中的Ubuntu20.04中使用命令行安装miniconda

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

2. 或者在官网直接下载安装包

​ 打开miniconda官网，选择相应的安装包

将安装包移动到ubuntu中使用下面的命令安装

bash Miniconda3-latest-Linux-x86_64.sh

3. 安装的最后一步需要init，选择yes

​ 安装之后，关闭当前shell，才可以使用conda命令

​ 命令行前会出现base，每次系统启动都会自动激活conda的基础环境，想要退回到系统自带的环境，可以

有两种方法：

​ 方法一：每次都运行 conda deactivate

​ 方法二：运行 conda config --set auto_activate_base false

四. 安装CUDA11.3

1. 在Ubuntu中查看当前显卡驱动最高支持的CUDA版本

​ 使用下面的命令查看显卡信息

nvidia-smi

​

​ 注意:这里的cuda version不是指只能安装cuda12.0，而是指最高支持12.0，一般都可以向下兼容，但是

有的显卡对cuda的最低版本有要求，比如我使用的这款GTX-3060，最低要求cuda11.1，我这里就以

cuda11.3做演示。

2. 更新软件列表，同时安装必备的工具包

sudo apt-get update
sudo apt-get install build-essential

3. 安装CUDA toolkit

​ 进入官方CUDA13安装页面，依次选择Linux，x86_64，WSL-Ubuntu，2.0，runfile(local)
​

​ 这里选择runfile(local)可以避免很多bug，执行下面的命令进行安装

wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run
sudo sh cuda_11.3.0_465.19.01_linux.run

​ 注意：这里在安装界面全部按照默认选项即可

4. 将CUDA路径写入环境

​ 编辑进入~/.bashrc

vim ~/.bashrc

​ 将下面内容插入文件的最后

export CUDA_HOME=/usr/local/cuda 
export PATH=$PATH:$CUDA_HOME/bin 
export LD_LIBRARY_PATH=/usr/local/cuda11.3/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

5. 验证cuda是否安装成功

nvcc -V

​ 如果一切正常，会显示下面的内容

注意：我这种方式不需要安装cudnn，可以直接安装Pytorch

6. 运行cuda自带的samples

cd /usr/local/cuda/samples/4_Finance/BlackScholes
sudo make
./BlackScholes 

​ 正常会显示，如下：

五. 安装Pytorch

1. 建立虚拟环境

conda create -n pytorch python=3.8
conda activate pytorch

2. 安装pytorch

pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113

​ 注意：这里尽量使用pip安装，conda安装总是下载cpu版本，我们想要的是gpu版本的。

3. 验证pytorch的gpu版本是否安装成功

​ 输入 python，进入python命令行模式

python

​ 输入下面的命令：

import torch
torch.cuda.is_available()

​ 返回true，则说明安装正常

参考文章：

在WSL 2中配置Cuda以及gpu版本的pytorch(2022最新版)

WSL2 安装 CUDA + PyTorch

win10的wsl2安装cuda并配置pytorch

---

写在最后：

为了这玩意儿，折腾了有小两天，然而并无卵用，工具的学习是为了内容，非必须别轻易折腾