动手学深度学习-准备工作-利用WSL2安装Ubuntu系统并搭建深度学习环境

已于 2024-03-31 09:24:23 修改
阅读量2.6k 收藏 15
点赞数 6
文章标签： pytorch 深度学习 python ubuntu
于 2023-06-18 20:57:15 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_53397118/article/details/131087764
版权

目录

1.WSL2安装Ubuntu系统

1.1打开启用或关闭Windows功能

1.2下载ubuntu

1.3更新内核

2.深度学习环境搭建

 2.1安装miniconda

2.1.1创建虚拟环境

2.1.2激活环境

 2.2安装英伟达驱动

 2.3安装pytorch

 测试是否安装成功

 2.4安装cuda

配置环境变量

2.5安装cudnn

3.安装d2l软件包

1.WSL2安装Ubuntu系统

1.1打开启用或关闭Windows功能

将适用于Linux的Windows子系统与虚拟机平台打勾

1.2下载ubuntu

重启之后打开微软商店，搜索Ubuntu，下载需要的版本

 

下载完成后，若不能正常使用，运行窗口中出现？？？则需要更新内核

1.3更新内核

以管理员身份打开windows powershell

输入：

wsl --update

 接着打开Ubuntu会出现一个运行窗口，设置好用户名及密码之后即可正常使用。

若想访问ubuntu系统内文件，打开文件资源管理器，出现Ubuntu文件夹，打开即可访问。

2.深度学习环境搭建

 2.1安装miniconda

Miniconda — conda documentation

选择适合自己的版本安装，复制下载链接

在打开的ubuntu运行窗口中运行

wget https://repo.anaconda.com/miniconda/Miniconda3-py39_23.3.1-0-Linux-x86_64.sh

接着安装

sh Miniconda3-py39_23.3.1-0-Lin
最低0.47元/天 解锁文章
库行僧
关注
  • 6
    点赞
  • 踩
  • 15
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
【WSL2笔记2】 搭建深度学习开发环境踩坑笔记 Ubuntu+CUDA+cuDNN+PyTorch+Tensorflow+ONNX
老富的博客
04-06 2161
错误的结果就是配置的所有虚拟环境都以base的python版本运行，无法配置每个虚拟环境使用不同python版本，失去了虚拟环境意义。至此，适用PyTorch、Tensorflow、cuDNN框架的深度学习开发环境搭建完成。WSL 上的 CUDA 用户指南。安装protobuf 3.2版本。Anaconda官网版本档案。下载Anaconda安装包。创建Python虚拟环境。设置Anaconda路径。需要注册账号登录下载。通过SSH传送WSL。
Windows10安装WSL2 Ubuntu20.04并设置docker环境的方法
09-29
主要介绍了Windows10安装WSL2 Ubuntu20.04并设置docker环境的方法,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
使用WSL安装&配置&升级Ubuntu
崖边垂钓者
07-01 2143
我们可以备份下配置文件(sudo cp /etc/apt/sources.list.d/ubuntu.sources /etc/apt/sources.list.d/ubuntu.sources.bak)后，使用命令。方法1：在过访问 Windows“开始”菜单并键入已安装的发行版的名称，可以直接打开 Linux 发行版。就文件内容而言，配置项少多了，也简化了许多，24.04源可以在网上找到一大堆，我们替换下即可。比如我们系统当前安装了默认系统Ubuntu，之后又想安装。，其中替换为对应系统版本即可，如。
利用WSL2安装Ubuntu系统并搭建深度学习环境
weixin_36988528的博客
07-27 7
1.WSL2安装Ubuntu系统1.1打开启用或关闭Windows功能将适用于Linux的Windows子系统与虚拟机平台打勾1.2下载ubuntu重启之后打开微软商店，搜索Ubuntu，下载需要的版本下载完成后，若不能正常使用，运行窗口中出现？？？则需要更新内核1.3更新内核以管理员身份打开windows powersh...
超详细 WSL2安装+深度学习环境配置
热门推荐
ww_khun的博客
03-09 1万+
简要介绍了 Windows 下 WSL 的优势和 WSL 的发展，给出了 WSL 2 的详细安装过程，以及如何在 WSL Ubuntu下搭建深度学习环境，其余则是对 WSL 的一些可玩性的探索。
2023年11月最新WSL2系统安装及深度学习环境CUDA、CUDNN 和Pytorch配置
weixin_43971236的博客
11-24 3820
WSL2系统创建及深度学习环境CUDA、cuDNN、Pytorch创建及使用
WSL2-Ubuntu20.04配置深度学习环境（CUDA、CUDNN、Pytorch）
AX642511931的博客
04-19 4669
WSL2-Ubuntu20.04配置深度学习环境（CUDA、CUDNN、Pytorch） 一、前言 现在网上的教程众说纷纭，都不是特别齐全，次帖旨在记录自己安装wsl2遇到的坑。 二、安装WSL2 WSL2与WSL1有本质上的区别，由于整个架构的更换，WSL2能够很好的支持电脑的GPU，这也是为什么采用WSL2的原因。 注：作者认为WSL2在windows11环境上才能更好运行（都是多次尝试后血的教训） 第一步： 首先保证自己电脑从来没有安装过WSL，因为如果之前电脑安装过WSL或者安装失败，再次安装会
WSL安装Ubuntu22.04，以及深度学习环境的搭建
AI浩
02-19 1766
安装 WSL 2 之前，必须启用“虚拟机平台”可选功能。计算机需要虚拟化功能才能使用此功能。下载 Linux 内核更新包:l链接：下载完成后更新。打开 Microsoft Store，搜索WSL，选择你偏好的 Linux版本。我选择的是Ubuntu22.04版本。点进去就可以看到下载链接下载即可。下载完成后，启动系统，配置用户名和密码。输入nvidia-smi。
基于windows11配置深度学习环境包含WSL2配置ubuntu20.04
qq_38644840的博客
03-28 1202
则可能存在两个原因1、没有安装驱动，解决办法，安装驱动。解决方案在C盘中搜索nvidia-smi.exe直接拖入命令提示符或者将其所在路径添加至环境变量中再执行。上述方案安装的Ubuntu一般位于C盘，占用的是系统盘，当系统盘不够大时，可以在安装完成之后在:设置->应用->安装的应用 里面将其迁移至其它盘符。1、基于windows11的linux子系统能够帮助快速上手进行使用不需要安装双系统来回重启切换。理所当然的我们认为这个cudnn的库不在环境变量中因此我们在环境变量中将库路径添加进去了。
WSL2-Ubuntu Pytorch深度学习开发环境搭建
m0_46349114的博客
04-10 1319
将cuDNN安装路径下的cuDNN头文件和库文件复制到CUDA toolkit的目录中，并赋予所有用户对 cuDNN 头文件和库文件的读取权限。**/usr/local/cuda/include/**包含了CUDA的头文件，这些头文件定义了CUDA库和API的接口。**/usr/local/cuda/bin/**包含了CUDA的可执行文件，例如编译器nvcc和其他的CUDA工具。**/usr/local/cuda/lib64/**包含了CUDA库文件，这些库文件是用于链接CUDA程序的。
WSL2安装深度学习环境
04-23
在本教程中，我们将深入探讨如何在WSL2（Windows Subsystem for Linux 2）上配置深度学习环境，包括安装CUDA、CUDNN、Anaconda，以及如何换源和安装PyTorch。这个过程对于想要在Windows环境中进行高效且便捷的深度...
WSL2 Ubuntu装ESP-IDF以及USB使用
03-26
WSL usb连接工具
wsl-dotfiles：WSL 2 Ubuntu + Windows Terminal + Docker + VS代码
02-17
我的Windows子系统，用于Linux安装程序和Dotfiles 安装 在Windows上 1.启用WSL2 以管理员身份（已提升权限）在PowerShell中运行： Enable-WindowsOptionalFeature - Online - FeatureName Microsoft - Windows - ...
wsl2-usbipd-win-3.0.0..msi 安装文件
06-25
**WSL2 (Windows Subsystem for Linux 2)** 是微软为Windows 10及更高版本引入的一个功能，它允许用户在Windows操作系统上直接运行Linux发行版的原生环境，而无需虚拟机。这一功能极大地提高了开发者在Windows环境中...
【深度学习】WSL2 + Ubuntu + Pytorch 环境配置
qq_46405281的博客
11-09 581
wsl2 + ubuntu 20.04 + cuda tookit 11.1 + cuDNN 8.1.1 + Pytorch 1.8.0
【PyTorch】单目标检测项目部署
Frost_Descent的博客
07-23 788
详细参照前文【PyTorch】单目标检测项目import os# 定义一个函数，用于将a列表中的元素除以b列表中的对应元素，返回一个新的列表# 使用zip函数将a和b列表中的元素一一对应# 返回新的列表return div# 定义一个函数，用于将a列表中的元素乘以b列表中的对应元素，返回一个新的列表# 使用zip函数将a和b列表中的元素一一对应# 返回新的列表return div# 定义一个函数，用于调整图像和标签的大小# 获取原始图像的宽度和高度# 获取目标图像的宽度和高度。
深度学习基础
写代码的小阿帆的博客
07-25 746
本章学习了深度学习的两大分支，神经网络和决策树，神经网络依靠其隐藏层对数据进行特征提取和变换处理，最后在输出层输出结果，根据对输出要求的不同可以使用不同的激活函数，作为普通开发者我们应该更关注的是神经网络的优化方向，增加学习数据，调整正则化参数，以及交叉验证方法和迁移学习；决策树对人来说更容易理解，使用类似二叉树的数据结构进行分类判断，为了减少异常数据对树的影响，我们使用多个决策树票选结果，为了减少特征对树的影响，我们又引入了随机森林，最后介绍了目前效果很好的决策树方案——XGBOOST。
快醒醒，别睡了!...讲《数据分析pandas库》了—/—＜4＞
最新发布
qq_64603703的博客
07-27 1081
详细解说数据分析pandas库中的常用方法
wsl1 ubuntu子系统深度学习
08-04
回答: 要在WSL1上安装Ubuntu子系统进行深度学习，可以按照以下步骤进行操作。首先，使用命令wsl --update来更新Linux内核。然后，使用命令wsl --list --online来查看可安装的子系统版本。接下来，使用命令wsl --install -d Ubuntu-20.04来安装Ubuntu-20.04版本。[1]如果安装过程中遇到问题，可以参考一些配置过程的链接，例如将CentOS的安装转换成Windows 10的子系统Ubuntu 18的安装。[2]另外，你还可以使用wget命令下载CUDA的安装文件，并使用dpkg命令安装。然后，将CUDA的密钥文件复制到/usr/share/keyrings/目录下，并使用apt-get命令更新和安装CUDA。最后，你可以使用nano命令编辑.bashrc文件来配置环境变量。[3]这样，你就可以在WSL1的Ubuntu子系统上进行深度学习了。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

库行僧

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值