wsl安装深度学习基础环境
1.查看显卡cuda版本
打开NVIDIA显卡控制面板，查看系统信息
2.安装CUDA Toolkit
按照官网下载安装
打开官网：CUDA Toolkit Archive | NVIDIA Developer
选择要安装的版本12.6.0，要和自己电脑上驱动的cuda版本适配。
环境变量配置
sudo vim ~/.bashrc
将以下内容添加，如更换版本，注意更换目录名称
export PATH=/usr/local/cuda-12.6/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-12.6/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
更新环境变量
source ~/.bashrc
测试安装是否成功，显示版本即成功。
(base) jason@Jason-tx:~$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2024 NVIDIA Corporation
Built on Fri_Jun_14_16:34:21_PDT_2024
Cuda compilation tools, release 12.6, V12.6.20
Build cuda_12.6.r12.6/compiler.34431801_0
3.安装cuDNN
在官网下载：cuDNN Archive | NVIDIA Developer
选择linux x86版本，注意版本需要与CUDA版本匹配
下载并直接复制到wsl2 ubuntu的home目录下
sudo tar -xvf cudnn-linux-x86_64-8.9.7.29_cuda12-archive.tar.xz
cd cudnn-linux-x86_64-8.9.7.29_cuda12-archive/
cd lib/
sudo cp -r ./* /usr/local/cuda-12.6/lib64/
cd ..
cd include/
sudo cp -r ./* /usr/local/cuda-12.6/include/
#为更改读取权限：
sudo chmod a+r /usr/local/cuda-12.6/include/cudnn*
sudo chmod a+r /usr/local/cuda-12.6/lib64/libcudnn*
检查是否安装成功
(base) jason@Jason-tx:~$ cat /usr/local/cuda-12.6/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 8
#define CUDNN_MINOR 9
#define CUDNN_PATCHLEVEL 7
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)/* cannot use constexpr here since this is a C-only file */
4.安装Anaconda
直接到清华源下载sh的镜像并拷贝到wsl环境进行安装，清华源的下载速度比较快https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
#输入命令后一步步执行即可
(base) jason@Jason-tx:~$ bash Anaconda3-2024.06-1-Linux-x86_64.sh
#查看到版本代表安装成功
(base) jason@Jason-tx:~$ conda -V
conda 24.5.0创建conda虚拟环境
conda create --name jason-env python=3.10 #--name 后面是创建环境的名字，按自己的习惯命名，python=XX，输入自己想用的版本号conda activate jason-env #激活环境
5.安装PyTorch
#使用清华源，加快下载速度
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip install torch torchvision -f https://download.pytorch.org/whl/cu126/torch_stable.html
安装PyTorch成功
(jason-env) jason@Jason-tx:~$ python
Python 3.10.15 (main, Oct 3 2024, 07:27:34) [GCC 11.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.cuda.is_available()
True
6.配置PyCharm
PyCharm右下角添加wsl环境
选择在wsl里面建立的环境并创建
创建并链接成功后，建立一个新的Jupyter Notbook，看到如下即成功
