WSL(Windows Subsystem for Linux)是Windows 10及更高版本操作系统中的一个功能,它允许你在Windows环境中运行Linux发行版而无需修改代码或采用传统的虚拟机方法。通过WSL,可以直接在Windows上运行Linux命令行工具、应用和服务,从而简化了跨平台开发和测试的工作流程。在wsl上配置深度学习环境,理论上比windows和linux上运行速度要快一些。
1.wsl的安装
旧版 WSL 的手动安装步骤 | Microsoft Learn
2.wsl深度学习环境安装和配置
wsl2安装 深度学习环境配置!同时拥有ubuntu的高效和windows的便捷!_哔哩哔哩_bilibili
Windows11 + WSL Ubuntu + Pycharm + Conda for deeplearning | 公孙启 (gongsunqi.xyz)
3.wsl深度学习环境卸载和重装
发现自己cuda安装的版本为12.6,高于提示的版本,故重新安装11.8,按照网上的方法进行卸载后
重新跟着安装视频和文档重装时,出现了如下问题:
这就说明了cuda没有删除干净,在网上查找了方法后,卸载本体和环境的方法大致如下,
WSL——卸载、安装CUDA_wsl2卸载cuda-CSDN博客
Ubuntu下CUDA的卸载以及安装(deb方式和run方式)_cuda deb-CSDN博客
完全卸载cuda和cudnn方法大致如下:
ubuntu纯净卸载CUDA+cudnn【全网最全】_ubuntu卸载cuda-CSDN博客
不仅需要在命令行中进行本体的卸载,环境和依赖也都需要一并卸载干净,才能进行完全重装,首先确认一下有没有把所有的内容删完:
sudo dpkg -l |grep cuda
发现还有很多残留的12.6版本相关的组件和依赖没有清理干净,这个时候,我们需要检查一下依赖关系,使用 apt-rdepends
或 aptitude
这类工具来查看。
sudo apt-get update
sudo apt-get install aptitude
查看依赖之后就可以使用aptitude卸载相关依赖,aptitude
在处理依赖问题时通常比 apt-get
更灵活。使用命令:
sudo aptitude remove cuda-cccl-12-6(列表中相关残留的文件名)
卸载之后,问题来了,查看列表后,该方法仍然删除的只有部分相关组件,依赖相关的东西仍然没法完全清除,
命令行输入:sudo aptitude remove cuda-repo-wsl-ubuntu-12-6-local依次把列表中组件删除,告知没有安装,不过不用担心,这个时候我们再使用
sudo dpkg -P 残留文件名
把列出的依赖一个个手动删除,最后就可以看到
这个时候,我们再按照安装教程,在官网选择比自己硬件驱动cuda版本更低的版本进行安装
最后就可以看到没有之前安装后还是cuda12.6版本,组件和依赖没有卸载完成的情况了