WSL开发环境配置指南
-
WSL 安装 Ubuntu20.04
- wsl --list --online 查看能够使用的linux发行版
- wsl --install Ubuntu-20.04 安装Ubuntu2004发行版
- wsl --shutdown Ubuntu-20.04 关闭Ubuntu2004发行版
- wsl --export Ubuntu-20.04 W:\Linux\Ubuntu\Ubuntu-20.04\Ubuntu2004.tar 将Ubuntu2004发行版导出
- wsl --unregister Ubuntu-20.04 卸载Ubuntu2004发行版
- wsl --import Ubuntu-20.04 W:\Linux\Ubuntu\Ubuntu-20.04 W:\Linux\Ubuntu\Ubuntu-20.04\Ubuntu2004.tar 重新导入Ubuntu2004发行版
- ubuntu2004 -> passwd -> exit 进入系统设置root密码并退出
- ubuntu2004 config --default-user wanghao -> sudo passwd 创建默认用户并设置密码
-
终端个性化配置
-
apt源配置
- cd /etc/apt -> sudo cp sources.list sources.list.save -> sudo vim sources.list -> sudo apt update -> sudo apt upgrade 备份原始源地址修改为国内清华源地址并更新通过sudo apt安装的软件将会存放在/usr/bin/中由系统管理
-
安装docker
- https://docs.docker.com/engine/install/ubuntu/ 安装docker引擎以及相关插件
- https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html 安装NVIDIA Container ToolKit
- sudo groupadd docker -> sudo gpasswd -a ${USER} docker 将用户加入docker组提升权限
-
安装NVIDIA CUDA ToolKit、cuDNN和TensorRT
- https://docs.nvidia.com/cuda/cuda-installation-guide-linux/#wsl 务必不要安装cuda-drivers并且应该安装cuda-toolkit-12.1
- https://developer.nvidia.com/rdp/cudnn-download wsl-cuda源中没有cudnn包因此需要下载cudnn=8.9.0的deb包并且至少应该安装libcudnn-dev包
- https://docs.nvidia.com/deeplearning/tensorrt/install-guide/index.html#maclearn-net-repo-install 安装tensorrt=8.6.1的deb包,可完整安装
-
安装一些必要的额外库
- cmake=3.23以上 方便编译较新的项目如llama.cpp等
- pkg-config 方便获取编译和链接标志
- gdb 方便调试C++程序
- libboost-all-dev C++开发
- ffmpeg 音视频编解码
- p7zip 文件解压缩
- libfreeimage-dev 图像处理
- libfreetype6-dev 字体渲染
- libgdbm-dev 数据库引擎
- libffi-dev 接口调用约定
-
安装conda包管理器
- https://docs.conda.io/projects/miniconda/en/latest/ 安装miniconda3