WSL2 深度学习

最新推荐文章于 2024-10-10 23:33:20 发布
最新推荐文章于 2024-10-10 23:33:20 发布
阅读量281 收藏
点赞数
分类专栏： 工具安装 文章标签： 深度学习
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/zhuxiaoyang2000/article/details/120225835
版权

WSL 设置

以管理员方式打开Windows Terminal，输入如下命令：

wsl --install

初始设置

apt 安装失败

在这里插入图片描述

安装Detectron2

miniconda

sh Miniconda3-latest-Linux-x86_64.sh

设置环境变量，如果终端为zsh，则修改 ~/.zshrc 文件

export PATH=/home/XXX/miniconda3/bin:$PATH

其中XXX需要修改为自己的用户名。

cgnerds
关注
专栏目录
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
m0_53397118的博客
06-18 2949
利用微软虚拟机wsl2安装ubuntu并进行深度学习环境搭建，解决了双系统切换麻烦，其他虚拟机运行卡顿且英伟达驱动安装麻烦的问题
【wsl2】配置跑深度学习的wsl2环境的记录
yuanze_的博客
03-19 383
wsl2连接ssh wsl2配置CUDA环境 apt换源 build-essential
Win10使用Linux子系统(WSL2)进行深度学习训练
热门推荐
Dteam_f的博客
07-01 1万+
1.使用场景 希望拥有Linux系统开发深度学习程序的便捷性，和Windows系统日常工作的高效性。 为什么不用虚拟机： 虚拟机（如VMware等）安装的Linux系统无法使用Windows系统中的显卡进行深度学习程序加速。 2.步骤概况 开启windows体验计划，并更新系统至较高预览版本。 安装英伟达对wsl2的显卡驱动（NVIDIA Drivers for CUDA on WSL）。 安装wsl2。 从windows商店安装Ubuntu系统。 安装CUDA Toolkit 。 Or
WSL2下使用miniconda + cuda + cudnn方案进行机器/深度学习环境配置方案
最新发布
charlie114514191的博客
10-10 1519
笔者这几天需要使用Google的mediapipe框架进行自定义的数据训练，值得注意到的是Google家的这个方便的自定义训练只支持在Linux下完成。具体原因可以参考到也即是google.colab库需要的环境就是Unix系的OS。。。所以没办法（耸肩），只好在WSL上完成mediapipe应用框架的搭建，刚好笔者准备尝鲜。
超详细wsl2安装深度学习环境2024最新版(cuda11.8+torch2.2)
imok1234567的博客
03-19 5721
wsl2安装深度学习环境2024最新版(cuda11.8+torch2.0)
使用WSL2配置深度学习环境（详细版）
htzckk的博客
06-03 1663
使用WSL2配置深度学习环境
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 2992
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。
【WSL2笔记4】 PyTorch深度学习框架的多环境CUDA安装配置
老富的博客
04-13 511
列出conda安装包列表，确认安装的PyTorch是否CUDA版本, 第3列版本build中带_cu118，说明是CUDA加速版本。在安装包列表中了解即将安装的是否CUDA版本, 第2列版本build中带_cu118，说明是CUDA加速版本。在安装包列表中了解即将安装的是否CUDA版本, 第2列版本build中带_cu117，说明是CUDA加速版本。Conda虚拟环境调用的是CUDA ToolKit的CUDA/cuDDN,不是用根环境的最高版本CUDA。详见【WSL2笔记2】 搭建深度学习开发环境。
WSL2配置深度学习环境，cuda+cudnn+opencv
weixin_46460816的博客
05-04 2305
安装cuda比较简单，进入官网，选择自己需要的版本，按照命令运行即可需要注意的是，选择WSL-Ubuntu编辑。
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 5222
WSL2系统创建及深度学习环境CUDA、cuDNN、Pytorch创建及使用
wsl2使用GPU进行深度学习
weixin_45009394的博客
11-14 4694
环境搭建 参考链接 https://docs.nvidia.com/cuda/wsl-user-guide/index.html#installing-wip 1.wsl2安装 wsl2安装实际上非常简单，大体上来说可以分为两步 安装激活wsl2功能 其实这里可以直接参考官方的参考文档。但是其实这里我并没有直接使用命令就能成功，此处参考了另一个官方文档，成功安装了wsl2。 安装linux的发行版 linux发行版的安装在上面的官方教程里也有提到，其实就是直接到微软的应用商店下载安装对应的版本就行。（我这
在Windows（WSL）下搭建用于深度学习的环境
m0_57051296的博客
07-10 1097
Windows10 版本号：22H2WIndows操作系统内部版本：19045.4529Ubuntu 版本 ：20.04-
(全网最完整)windows安装wsl进行深度学习训练
weixin_45163751的博客
05-14 2314
点击resources->wsl integration，页面会显示已经安装过的linux发行版，将步骤3的开关打开，并点击右下角apply & restart，即可将docker服务安装到Ubuntu内。在解压后的文件夹内会有一个*.exe文件，这个文件即为系统入口，将整个文件夹放置在其他盘下，即可。即可进入系统，在第一次进入系统时，需要设置登录账号密码，设置完成，即可，如下图。，在下载完安装包后，将*.appx改为*.zip，并解压，参考以下dos指令。控制面板\网络和 Internet\网络连接。
基于WSL2搭建Tensorflow GPU深度学习环境以及JupyterLab
skysafari的博客
06-27 2943
由于在Windows上tensorflow在2.10之后的版本不再支持GPU运算，只能使用Linux，所以需要基于WSL2搭建环境（
深度学习环境配置系列文章（四）：WSL2配置Windows11和Linux双系统
极光喵的博客
05-14 4087
WSL2（Windows Subsystem for Linux 2）是微软开发的技术，让用户能在Windows系统上运行Linux环境。它使用虚拟化技术，提供更好的性能和兼容性。WSL2支持常见的Linux发行版，可以直接运行原生的Linux应用程序。同时，它与Windows系统集成，并支持与Windows的互操作性。这使得开发人员和系统管理员能够在Windows上享受Linux工具和开发环境的便利。
【2024】Windows 11 安装WSL2并搭建深度学习环境（Docker，Pytorch）
m0_63070489的博客
01-15 5818
Windows 11下，在WSL2上搭建深度学习环境
WSL配置深度学习环境
qq_44079386的博客
01-03 705
WSL配置深度学习环境
wsl安装深度学习环境
07-15
要在WSL中安装深度学习环境，可以按照以下步骤进行操作。 1. 首先，确保已经安装了WSL并选择了适合您的Linux发行版，如Ubuntu。 2. 打开WSL终端并运行以下命令，更新系统软件包列表： ``` sudo apt update ``` ...
评论
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