Skip to content

Latest commit

 

History

History
40 lines (35 loc) · 2.31 KB

WIN11上WSL2构建深度学习环境.md

File metadata and controls

40 lines (35 loc) · 2.31 KB

前言

显卡驱动+CUDA工具包+cuDNN 是必须品,一般根据情况来装

装子系统

1.在系统设置里面打开子系统和虚拟机设置
2.wsl --install
(看情况运行wsl --set-default-version 2)
(去微软商店安装ubuntu wsl -l -v看wsl有的环境和版本)

装CUDA配件

装CUDA驱动

nvidia-smi看看有没有驱动,没有就去给win11系统装驱动,有驱动的话看看cuda版本是多少,这决定之后CUDA toolkit和cudnn怎么装

装CUDA toolkit

官网下载11.8的CUDA toolkit(2023.9.30,tensorflow2.14)
安装完成后确认/usr/local/cuda/bin/nvcc --version,用local或者runfile方式安装!network会自动安装成最新版本
添加nvcc到环境变量: 在~/.bashrc·文件末尾添加export PATH=$PATH:/usr/local/cuda/bin

装cuDNN

官网下载对于11.x CUDA的v8.9.5的cuDNN(2023.9.30,tensorflow2.14)
安装依赖sudo apt install zlib1g
安装方式参考官方文档

Before issuing the following commands, you must replace X.Y and v8.x.x.x with your specific CUDA and cuDNN versions and package date.

Navigate to your directory containing the cuDNN tar file.
Unzip the cuDNN package.
tar -xvf cudnn-linux-$arch-8.x.x.x_cudaX.Y-archive.tar.xz

Where $arch is x86_64, sbsa, or ppc64le.
Copy the following files into the CUDA toolkit directory.
sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

装anaconda

把anaconda的linux版本的安装包下载并复制到wsl的home路径下,像Linux一样安装并添加路径:
~/.bashrc·文件末尾添加export PATH=/home/USER_NAME/anaconda3/bin:$PATH,并source ~/.bashrc

安装条件

Windows Native Requires Microsoft Visual C++ Redistributable for Visual Studio 2015, 2017 and 2019,装完后重启电脑 测试是否能用GPU计算:import tensorflow as tf tf.test.is_gpu_available()