Windows系统下Linux子系统cuda、pytorch及tensorrt环境搭建与VScode连接

已于 2022-03-02 09:44:51 修改
阅读量2.4k 收藏 17
点赞数 9
分类专栏： 环境布置和搭建 深度学习 Windows子系统 文章标签： pytorch linux windows 深度学习
于 2022-03-01 11:26:09 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/weixin_41251668/article/details/123126143
版权

Windows系统下Linux子系统cuda、pytorch及tensorrt环境搭建与VScode连接


本文主要是为了能在windows环境下（建议在Win11系统下搭建）运行深度学习在Linux系统下的相关功能包进行搭建的环境配置，本文主要涉及：
（1）Windows系统下的 Linux子系统环境搭建
（2）配置基于 wsl2环境下的ubuntu系统 cuda相关包的安装
（3） pytorch及 tensorrt等深度学习包的安装以及在
（4）在Windows系统下通过 VScode里的 Remote-WSL插件与Linux子系统下的环境进行连接，并实现在Windows环境下的Linux系统相关操作。

一、Windows系统下Linux子系统环境配置

1、Windows系统下Linux子系统的安装及源配置

Windows系统下需要在设置—>里把开发者设置里—>开发人员模式打开：
在这里插入图片描述
在设置里—>应用—>可选功能—>更多Windows功能—>打开适用于Linux的Windows子系统、虚拟机平台勾选上：
在这里插入图片描述
我这里使用的是wsl2对Linux子系统进行运行的，可以通过以下命令进行wsl的升级与配置：
管理员身份打开命令窗口输入：

#完成wsl安装并更新到wsl2，完成第一步后需要重启计算机
dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart
#设置默认wsl2为wsl的启动版本
wsl --set-default-version 2
#查看是否安装成功了，我是之前配置好了的，所以查询的时候出现了ubuntu18.04和20.04
wsl --list --verbose
or
wsl -l -v

在这里插入图片描述

然后在菜单栏（Win键）打开Microsoft Store，在搜索框中搜索ubuntu，选择你需要安装的ubuntu版本，安装完成后建议不要运行ubuntu系统，系统默认的安装位置在系统盘目录下的，怕系统盘因搭建深度学习环境占用过大的内存可以通过下面的软链接方式减少系统盘的占用。
在这里插入图片描述
子系统安装目录默认在的 “C:\Users\Administrator\AppData\Local\Packages” 目录下，一般以CanonicalGroupLimited.Ubuntu开头的，如果担心系统盘被新搭建的环境占满，可以先将下载的子系统文件全部剪切到其他盘符下，我这里是在E盘下新建里一个Ubuntu的目录，将Linux子系统文件剪切拷贝到该目录下，并在原来的"C:\Users\Administrator\AppData\Local\Packages" 目录下通过建立软链接 的方式进行链接：
原文件所在的位置，我这里已经通过软链接进行了链接：
在这里插入图片描述
剪切到粘贴的位置：“E:\Ubuntu”

在这里插入图片描述
完成以上步骤后，建立软链接可以通过以下命令进行：mklink /d 需要添加软链接的位置 原始的目录

mklink /d "C:\Users\Administrator\AppData\Local\Packages\CanonicalGroupLimited.Ubuntu18.04onWindows_79rhkp1fndgsc" "E:\Ubuntu\CanonicalGroupLimited.Ubuntu18.04onWindows_79rhkp1fndgsc"

mklink /d "C:\Users\Administrator\AppData\Local\Packages\CanonicalGroupLimited.Ubuntu20.04onWindows_79rhkp1fndgsc" "E:\Ubuntu\CanonicalGroupLimited.Ubuntu20.04onWindows_79rhkp1fndgsc"

完成软链接后，就可以在搜索界面输入ubuntu选择自己需要打开的ubuntu版本，就可以打开Linux的子系统。打开后需要等待一会，然后就是输入设置用户名以及设置用户密码。
在这里插入图片描述
小插曲，我在配置Linux子系统的时候因为之前没有把WSL更新到WSL2及内核，我安装了两个内核版本的ubuntu。
在这里插入图片描述
配置系统源：

# 备份源
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
#换源
sudo vim /etc/apt/sources.list

注释，ubuntu20.04和ubuntu1804的源不一样，需要修改对应的源到source.list文件里
ubuntu18.04的源：

deb https://mirrors.ustc.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse

ubuntu20.04的源：

deb http://mirrors.aliyun.com/ubuntu/ focal main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal-backports main restricted universe multiverse

在这里插入图片描述
注意：最后面关于nvidia的源在nvidia官网里对WSL子系统的cuda配置时添加的。

完成换源操作后，需要执行以下指令使换源生效：

# 更新软件下载源
sudo apt-get update -y
# 升级软件
sudo apt-get upgrade -y

2、Windows系统下远程桌面控制（可选）

需要进行可视化可以通过安装xorg、xfce4和xrdp，通过远程访问的方式访问图形界面。PS：系统上默认是没有安装ubuntu-desktop的，是简单的系统界面。
在打开的Linux子系统所在的WLS界面输入：

sudo apt install xorg
sudo apt install xfce4
sudo apt install xrdp

修改xrdp.ini远程桌面的网络端口。默认为3389网关，一般修改为3390，也可以不修改。（我配置的是两个版本的ubuntu，需要用不同的端口，可以同时打开两个端口的控制界面）。
Ubuntu18.04使用的是下面的方式（Ubuntu20.04使用这个方式，设置后打不开，就换了个其他的方式，不过原理都一样）：

# 设置网络端口 3389 -> 3390 （Ubuntu18.04我没有改网络端口）
sudo sed -i 's/port=3389/port=3390/g' /etc/xrdp/xrdp.ini
# 桌面配置
sudo echo xfce4-session >~/.xsession

完成后上面的桌面相关配置后，需要重启xrdp服务，使其生效。

sudo service xrdp restart

在运行里输入mstsc，确定后输入127.0.0.1:3389，连接。
在这里插入图片描述
在下面出现的画面中输入子系统最开始设置的用户名和密码，进入系统。

在这里插入图片描述
在这里插入图片描述

Ubuntu20.04采用的是下面的方式，采用上面的方式我没有进去远程控制桌面。
在WSL2中即子系统Ubuntu20.04的命令窗口输入：

# 安装gnome桌面环境
sudo apt-get install ubuntu-desktop
# 安装相关工具
sudo apt-get install gnome-tweak-tool

# github的源可能下载比较慢，可以将这个先保存至码云，git clone，提供一个我保存的仓库地址
git clone https://github.com/DamionGans/ubuntu-wsl2-systemd-script.git
#  git clone https://gitee.com/h-y-95/ubuntu-wsl2-systemd-script.git
cd ubuntu-wsl2-systemd-script/
bash ubuntu-wsl2-systemd-script.sh

完成上面的输入后，重启WSL服务，在Windows系统的命令窗口输入

# 停止服务
net stop LxssManager
# 启动服务
net start LxssManager

重新打开Ubuntu20.04的命令窗口：

sudo apt-get install xrdp
sudo sed -i 's/port=3389/port=3390/g' /etc/xrdp/xrdp.ini
echo "gnome-session" > ~/.xsession
# 重启xrdp服务
sudo systemctl restart xrdp
# 查看xrdp服务状态
sudo systemctl status xrdp

我在Ubuntu20.04里面的端口进行了更改将3389端口改为了3390
还是在运行中输入mstsc，打开后，输入localhost:3390，连接。
输入用户名密码就进入了Ubuntu20.04的桌面。
在这里插入图片描述

二、配置cuda环境

配置cuda环境，WSL下的Ubuntu子系统的cuda环境与Linux系统下的cuda环境略有不同，所以下载的本地安装包或者联网安装的源不一样， Nvidia官网的WSL下Linux的安装，选项如下图：
在这里插入图片描述
值得注意的是WSL版本要求是WSL2.0，可以选择本地安装也可以选择网络安装，我选择的是网络安装，官网的安装源码如下，安装的时候需要注意一下安装的cuda版本，默认为最新版本，但目前pytorch官网上支持的最新cuda版本为11.3所以需要选择安装：

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 apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/7fa2af80.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/ /"
sudo apt-get update

查看上面所添加的源可以安装的cuda版本：

apt-cache policy cuda

在这里插入图片描述

sudo apt-get install cuda=11.3.0-1

将cuda文件目录添加至 .bashrc文件：

sudo vim ~/.bashrc

将下面的内容添加至 .bashrc末尾：

export LD_LIBRARY_PATH=/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin

在这里插入图片描述
执行以下语句查看CUDA是否安装成功：

source ~/.bashrc
#查看cuda版本
nvcc -V
#查看nvidia界面，这个需要在原本的Windows系统上安装nvidia驱动的
nvidia-smi

在这里插入图片描述
Windows系统下没有安装Nvidia驱动的，可以Nvidia参考官网安装驱动。

三、安装pytorch及tensorrt

1、安装pytorch

安装pytorch之前需要安装pip3

# 安装pip3
sudo apt install python3-pip
# 更新pip3
python3 -m pip install --upgrade pip

可以根据pytorch官网的指令进行安装，默认安装最新版本的，需要之前pytorch安装版本的可以根据自己安装的cuda版本号进行选择安装。
在这里插入图片描述

pip3 install torch==1.10.2+cu113 torchvision==0.11.3+cu113 torchaudio==0.10.2+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

检查pytorch是否安装成功，可以在python3界面输入以下指令：

import torch
print(torch.version.cuda)
print(torch.__version__)
print(torch.cuda.is_available())

在这里插入图片描述
cuda是否能用看最后一栏打印的是否为True。

2、安装tensorrt

可以直接通过pip3进行安装：

pip3 install tensorrt
pip3 install nvidia-pyindex
pip3 install nvidia-tensorrt
python3 -m pip install --upgrade nvidia-tensorrt
pip3 install 'pycuda<2021.1'

在这里插入图片描述

四、配置VScode接入WSL解释器

在VScode插件里安装remote-WSL，点击左下角的绿色箭头，选择第二项 New WSL Window using Distro…，选择你系统上安装的子系统。
在这里插入图片描述
在这里插入图片描述
在弹出的新的VScode窗口可以在终端中输入pip3 list，查看对应子系统安装的包，同时可以通过在终端输入相应的指令完成在Windows系统下对Linux子系统的解释器进行调用，如在本地上新建一个可执行程序：
在这里插入图片描述
在本地的目录上找到该程序所在的位置，并执行程序：
在这里插入图片描述
欢迎大家讨论，提出指正建议。

生如夏花-_-
关注
  • 9
    点赞
  • 踩
  • 17
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
专栏目录
用Visual Studio Code配合Linux子系统进行C/C++开发（初级篇）
我的梦想
12-17 1万+
  最近突然想好好学习一下算法相关的知识，于是找了一本经典的《算法精解：C语言描述》，但是光看不练也是不行的，所以打算构建一个C/C++的开发环境。微软推出Visual Studio Code也有些时候了，自己也简单体验了一下使用，由于平时工作都是使用Eclipse以及微软的Visual Studio，正好借此机会好好深入使用一下Visual Studio Code，至于编译环境，就打算利用Win...
VSCode 配置CUDA编程环境
To Be Continue
10-24 2万+
VSCode 配置CUDA编程环境 launch.json { // Use IntelliSense to learn about possible attributes. // Hover to view descriptions of existing attributes. // For more information, visit: https://go.mic...
Windows 系统从零配置 Python 环境，安装CUDA、CUDNN、PyTorch 详细教程
Friedrichor的博客
02-18 6178
Windows 系统从零配置 Python 环境，安装CUDA、CUDNN、PyTorch 详细教程
如何在Win11下安装linux子系统(WSL1)，并配置anaconda+pytorch深度学习环境的完整教程(30系列显卡包括RTX3090也适用)
weixin_45941288的博客
08-01 7170
如何在Win11下安装linux子系统(WSL2)，并配置anaconda+pytorch深度学习环境的完整教程(30系列显卡包括RTX3090也适用)
【Pytorch环境配置—Linux/Windows】: cuda、cuDNN、pytorch、torchvision、torchaudio 详细安装教程（报错解决、安装慢慢慢）
Danger的博客
10-05 1335
【Pytorch环境配置—Linux/Windows】: cuda、cuDNN、pytorch、torchvision、torchaudio 详细安装教程（报错解决、安装慢慢慢）
win11安装wsl2及linux系统安装anaconda cuda tensorrt
LH13471605976的博客
07-12 1205
win11安装wsl2及linux系统安装anaconda cuda tensorrt
环境配置——win10-docker-vscode-linux-cuda配置踩坑记录
d8dongdong的博客
10-05 241
Docker下载网址按照正常步骤应该下载的是第一个默认的镜像存储位置在C盘，一般比较完整的镜像占据的存储空间是很大的，第一个软件中包含一个advance设置，可以更改镜像存储位置，我这里放在了D盘如果你下载的软件，没有这个选项，那可能是因为你下载了第二个软件。推荐使用第一个进行配置，安装时采用模型选项即可，WSL是需要勾选的。以上是一个windows的docker试玩在安装过程中还遇到了软连接问题、python第三方包下载终端问题，软连接问题参考;第三方包下载可以pipy。
Linux(Ubuntu22.04)子系统安装cuda，cudnn
Fly_the_start的博客
01-19 1820
Linux(Ubuntu22.04)子系统安装cuda，cudnn
vscode_cuda调试环境搭建
06-29 1545
vscode搭建cuda调试环境
Anaconda3下配置pytorch0.4.1 cpu版本和torchvision0.2.1（windows系统）
Pandapan1997的博客
03-31 3924
这个环境我配了三天，可以说吧所有能遇到的坑都遇到了，头简直在配环境要配秃了。。 不多bb直接上步骤 1.Anaconda 首先创建虚拟环境 然后激活环境 2.接下来就是安装环节，由于在官网上安装pytorch0.4.1实在太慢所以这里需要配置清华源 法一： conda config --add channels https://mirrors.tuna.tsinghua.e...
Anaconda＋vscode＋pytorch环境搭建过程详解
09-16
主要介绍了Anaconda＋vscode＋pytorch环境搭建过程详解，本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
PyTorch在Windows环境搭建的方法步骤
12-17
Anaconda是一个用于科学计算的Python发行版，支持Linux、Mac和Window系统，提供了包管理与环境管理的功能，可以很方便地解决Python并存、切换，以及各种第三方包安装的问题。 二、下载和安装 个人建议推荐在清华的...
linux或windows环境下pytorch的安装与检查验证(解决runtimeerror问题)
09-14
主要介绍了linux或windows环境下pytorch的安装与检查验证(解决runtimeerror问题),需要的朋友可以参考下
Pytorch2TensorRT:pytorch原始码解析生成tensorrt引擎
03-23
Atlab SDK团队推理库运行环境参考Dockerfile安装git clone --recursive ...mkdir build && cd build && cmake ..makecd ../../运行python refinedet.py
从Ubuntu双系统安装到Pytorch环境搭建
01-09
从Ubuntu双系统安装到Pytorch环境搭建1st、系统盘制作2nd、磁盘分区(双系统)3rd、U盘安装时的黑/花屏问题4th、系统安装建议5th、安装重启后黑/花屏p.s.：关于启动配置grub5th+、一些预先设置的修改时间管理重新设置...
2023年11月最新WSL2系统安装及深度学习环境CUDA、CUDNN 和Pytorch配置
最新发布
weixin_43971236的博客
11-24 2301
WSL2系统创建及深度学习环境CUDA、cuDNN、Pytorch创建及使用
YOLOv3使用笔记——TensorRT加速
Gotta-C的博客
03-27 1万+
工程：https://pan.baidu.com/s/1P_p46ahzDcnyBmE6Pn0cGw 提取码：nc5l 依赖包：https://pan.baidu.com/s/1kMPzXAU2a5YIJptegp1x0g 提取码：3ue8 1.环境搭建 解压工程，得到deepstream-plugins文件夹，将依赖包DeepStream2.0解压到deepstream-plug...
Windows 11/10 WSL2 Ubuntu 20.04 下配置Cuda及Pytorch
iwanvan的博客
12-24 2万+
1. 安装WSL2 Ubuntu 20.04 由于我是当时在Win 10 就安好了WSL2，现在升级到了Win 11也无法再复原安装过程，所以这里不会写太多详细的步骤，提供几条我当时用过的blog和教程。 1.1 新方法 微软官方的新的文档很简单，只有一条命令，具体见下方链接： https://docs.microsoft.com/en-us/windows/wsl/installhttps://docs.microsoft.com/en-us/windows/wsl/install 但是第一条命
通用的CUDA、cuDNN、anaconda、pytorch环境配置详细过程 - Windows / Ubuntu Linux (以YOLOv5模型安装配置为例)
热门推荐
Wontoner的博客
04-06 2万+
​相关项简介 CUDA（ComputeUnifiedDeviceArchitecture，统一计算架构）是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 cuDNN是基于CUDA的用于深度神经网络的GPU加速库，有了它才能在GPU上完成深度学习的计算。cuDNN是插入式设计，即所谓安装只需把cuDNN文件复制到CUDA对应文件夹就可以了。 Anaconda是一个用于科学计算的Python发行版，里面预装好了conda、某个版本的python以及一般......
CUDA11.6的pytorch环境搭建
07-29
要搭建基于CUDA 11.6的PyTorch环境，您需要按照以下步骤进行操作： 1. 确保您的系统支持CUDA 11.6。查看您的NVIDIA显卡是否支持该版本。您可以在NVIDIA官方网站上找到相应的文档。 2. 安装CUDA 11.6。根据您的操作...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
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
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