win10/11下wsl2安装gpu版的pytorch（避坑指南）

最新推荐文章于 2024-05-24 19:56:10 发布

Challow

最新推荐文章于 2024-05-24 19:56:10 发布

阅读量4.3k

点赞数 3

分类专栏：机器学习 Linux 文章标签： pytorch 深度学习 linux windows wsl2

本文链接：https://blog.csdn.net/zqm_0015/article/details/123768831

版权

12 篇文章 0 订阅

订阅专栏

8 篇文章 0 订阅

订阅专栏

0x00 注意

大多数人都会死在这里的第一步，原因是没有检查 wsl2 使用 gpu 所需要的硬性环境到底是什么。然后后面根本装不上。

注意：这里的GPU driver是安装在windows上的，不是wsl中

直接升级到最新版本的吧，460多，470多的版本太老旧了。我理解的官方文档是说需要471.21 版本之后的才可以。
我这里升级完是 512.15版本，匹配 CUDA 11.6版本的
升级步骤
- 我是有这个NVIDIA GeForce Experience的，所以按照图中的首先选到驱动程序，然后直接检查更新文件即可，安装的时候使用默认的安装方式便可。
- 没有的话就直接到 NVIDIA 官方驱动地址查询下载。

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

刷新环境 source ~/.bashrc，运行nvcc -V会有 CUDA版本的输出。
这个时候 CUDA Toolkit 就应该已经安装好了，测试的话可以运行下面的命令。
- 注意：这里 cuda11.6 版本已经将samples移除了，cuda11.6 可以通过激活conda下的python环境运行 import torch 和 print(torch.cuda.is_available())根据是否输出True判断cuda环境安装好没好

cd /usr/local/cuda/samples/4_Finance/BlackScholes
make BlackScholes
./BlackScholes

查看是否运行成功，还是报错这个东西。这里可坑了，一般都会卡在这里

CUDA error at ../../common/inc/helper_cuda.h:777 code=35(cudaErrorInsufficientDriver) "cudaGetDeviceCount(&device_count)

如果报错这个，那么请你检查自己的所有版本CUDA Driver、 windows11、 WSL内核是否匹配。

miniconda和conda的不同在于如果你只需要python的虚拟环境并且安装一些依赖包的话，miniconda就够了。比较精巧

下载地址
在 windows 上下载之后可以切换到下载的目录安装。比如你下载到了d盘，那么cd /mnt/d 并 ls 就可以发现在这里。
bash Mniconda3-latest-Linux-x86_64.sh安装就好，直接根据提示进行安装就行，这个教程很多，我就不再详细说了。安装之后需要 conda init 一下，不然找不到conda环境。