资讯 小学 初中 高中 语言 会计职称 学历提升 法考 计算机考试 医护考试 建工考试 教育百科
栏目分类:
子分类:
返回
空麓网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
空麓网 > 计算机考试 > 系统运维 > 运维 > Linux

WSL2 安装 CUDA(Win11)

Linux 更新时间: 发布时间: 计算机考试归档 最新发布

WSL2 安装 CUDA(Win11)

WSL2 安装 CUDA(Win11) 1.安装WSL的CUDA驱动

驱动下载地址:https://developer.nvidia.com/cuda/wsl

下载完成后直接默认安装就行

2.安装WSL2(推荐使用Ubuntu-18.04版本,其他版本坑多)

如果要卸载以前版本

wsl --list
wsl --unregister Ubuntu-18.04

下载,换源

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
sudo chmod 777 /etc/apt/sources.list
sudo vim /etc/apt/sources.list

在vim的命令模式下按d,可以删除内容
按 i 变成编辑模式,把下面内容复制粘贴进去
先按ESC退回到命令模式,按 :wq 进行保存

阿里源:

deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse

清华源

# 默认注释了源码镜像以提高 apt update 速度,如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse

# 预发布软件源,不建议启用
# deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse

更新一下包

sudo apt update
sudo apt upgrade
3.安装cuda-toolkit(10.版本用不了)
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/3bf863cc.pub

sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/ /"

sudo apt-get update

toolkit的版本一定要选择cuda版本对应的

sudo apt-get install -y cuda-toolkit-11-3

添加变量到bashrc中

vim ~/.bashrc
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PAT

source ~/.bashrc

验证是否安装成功

nvcc -V
4.安装Miniconda
# 切换到家目录
cd ~
# 下载miniconda
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
# 修改运行权限
chmod 777 Miniconda3-latest-Linux-x86_64.sh
# 运行安装脚本
./Miniconda3-latest-Linux-x86_64.sh
一直按回车,在需要输入yes的时候输入yes

添加环境变量

vim ~/.bashrc
export PATH=/home/你的用户名/miniconda3/bin:$PATH

关闭WSL重新打开就能看见base环境

如果使用的是zsh

vim ~/.zshrc
export PATH=/home/你的用户名/miniconda3/bin:$PATH
cd ~/miniconda3/bin
./conda init zsh

conda换源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

conda config --set show_channel_urls yes

pip换源

pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
5.搭建Pytorch环境

创建环境

conda create --name torch python=3.8

激活环境

conda activate torch

安装pytorch

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
6.验证是否能使用GPU
import torch
torch.cuda.is_available()

返回True即搭建成功

转载请注明:文章转载自 http://www.konglu.com/
本文地址:http://www.konglu.com/it/851875.html
免责声明:

我们致力于保护作者版权,注重分享,被刊用文章【WSL2 安装 CUDA(Win11)】因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理,本文部分文字与图片资源来自于网络,转载此文是出于传递更多信息之目的,若有来源标注错误或侵犯了您的合法权益,请立即通知我们,情况属实,我们会第一时间予以删除,并同时向您表示歉意,谢谢!

我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2023 成都空麓科技有限公司

ICP备案号:蜀ICP备2023000828号-2