在WSL2虚拟机上部署GPU版本的pytorch深度学习框架

一、在WSL2上创建虚拟机

        wsl是微软公司开发的一个适用于linux的Windows子系统，要在自己的电脑上创建wsl虚拟机首先要开启wsl服务。这里要求windows必须是专业版。按“win”键打开搜索框，搜索“开启或关闭Windows功能”，开启如下图框选的功能， 勾选后重启计算机

 

        重启后打开Microsoft store搜索Ubuntu，下载Ubuntu-18.04版本。

 

 下载完成后按“win”+R键输入cmd，回车，打开命令窗口。点击窗口上方标签页加号旁的向下的箭头，点击刚才现在的Ubuntu-18.04

等待系统安装，安装完成后会提示你输入用户名和密码。 

（可选）更换虚拟机安装位置

        虚拟机默认是装在C盘的，如果你想将虚拟机的内容存储到其他盘。在cmd中输入

wsl --export Ubuntu-18.04 d:\Ubuntu.tar    
wsl --unregister Ubutnu-18.04
wsl --import Ubuntu-18.04 你想将虚拟机存放的地址 d:\Ubuntu.tar

等待导入完成，输入wsl即可进入虚拟机界面。不过此时会默认以root用户进入，如果想用之前设置的用户登录，可以按以下步骤：

在虚拟机的命令窗口输入

sudo nano /etc/sudoers

找到“root    ALL=(ALL:ALL) ALL”行，在其下一行输入

你之前设置的用户名    ALL=(ALL:ALL) ALL

然后“CTRL+O”保存，“CTRL+X”退出，关闭当前标签页。

打开cmd窗口，输入

Ubuntu-1804 config --default-user 你之前设置的用户名

再次打开虚拟机，这时就能以你设置的用户登录了。

二、部署pytorch框架

1、下载Miniconda

在虚拟机界面，输入

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
sh Miniconda3-latest-Linux-x86_64.sh

按回车阅读文档中间遇到输入yes还是no，都输入yes。

安装完成后关闭并重新打开终端，输入以下命令创建一个新的虚拟环境

conda create --name d2l python=3.9 -y
conda activate d2l

2、安装CUDA12.1

直接去Nivida官网下载CUDA12.1，按照NIVIDA官网的操作下载安装。

3、安装GPU版本的pytorch

        在之前创建的虚拟环境中输入

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

想检验是否能够使用gpu版本的pytorch可以在终端输入python进入python编辑器，然后输入逐行输入

import torch
torch.cuda.device_count()

如果出现如下结果说明安装成功。

1