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)
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