windows WSL配置cuda,pytorch和jupyter notebook

机器配置

GPU: NVIDIA Quadro K2000

与 NVIDIA 驱动程序捆绑的CUDA版本

但按照维基百科的描述,我的GPU对应的compute capability=3.0,允许安装的CUDA最高只支持10.2,如下所示。

为什么本地会显示11.4呢?对此,GPT是这么给出解释的。

因此,为了满足运行pytorch程序的硬件需求,我最高只能安装CUDA=10.2,按照pytorch官网给出的对应CUDA=10.2的版本,去安装对应的pytorch。首先,我需要在我的ubuntu子系统安装CUDA=10.2。

WSL安装CUDA=10.2

conda创建一个新的环境,指定cuda版本。

复制代码
# conda在创建新环境时指定CUDA版本
conda create -n myenv python=3.8 cudatoolkit=10.2

找到对应CUDA=10.2的pytorch

找pytorch的previous versions,定位Conda的CUDA=10.2版本,安装即可。

测试CUDA是否可用

参考pytorch官网给出的解答,可以通过以下命令来验证。

python 复制代码
# 命令行输入
python

# 检验pytorch是否安装成功
import torch
x = torch.rand(5, 3)
print(x)

# 检验CUDA 驱动程序是否已启用并可用于PyTorch
import torch
torch.cuda.is_available()

最终输出的结果如下所示,表示已经配置好了。

Jupyter notebook安装

python 复制代码
# anaconda环境,只需一行命令
 conda install notebook

安装成功,运行如下所示。copy链接,在浏览器打开即可。

后记

安装过程中的其他问题:

  1. 在windows WSL上安装CUDA=10.2,我用apt安装呢,还是conda安装比较好?

  2. 要给WSL2配置CUDA支持,只需到NIVIDIA官网下载并安装对应GPU的最新驱动。
  3. 确保Anaconda和WSL2已经配置完成,我这里安装的是ubuntu 22.04.2 LTS。
  4. 注意到我这里WSL安装CUDA=10.2只用了一行命令,和其他教程自己手动到官网下载cuda,cudnn等操作相比,更加精简和不易出错。
  5. 本文下载资源、用到的命令涉及的所有链接整理:
    查询GPU的compute capability
    https://en.m.wikipedia.org/wiki/CUDA#GPUs_supported
    查询pytorch的历史版本及安装命令
    https://pytorch.org/get-started/previous-versions/
    查询pytorch的最新版本及测试是否安装完成的命令
    https://pytorch.org/get-started/locally/
    下载CUDA最新驱动
    https://www.nvidia.com/download/index.aspx
    感谢ernest大佬的技术支持!
相关推荐
程序员陆通几秒前
OpenAI Dev Day 2025:AI开发新纪元的全面布局
人工智能
新兴ICT项目支撑几秒前
BERT文本分类超参数优化实战:从13小时到83秒的性能飞跃
人工智能·分类·bert
递归不收敛2 分钟前
吴恩达机器学习课程(PyTorch适配)学习笔记:1.3 特征工程与模型优化
pytorch·学习·机器学习
真智AI4 分钟前
小模型大智慧:新一代轻量化语言模型全解析
人工智能·语言模型·自然语言处理
小关会打代码30 分钟前
深度学习之YOLO系列YOLOv1
人工智能·深度学习·yolo
大山同学32 分钟前
CNN手写数字识别minist
人工智能·神经网络·cnn
道可云43 分钟前
道可云人工智能每日资讯|2025世界智能网联汽车大会将在北京举办
人工智能·百度·汽车·ar·xr·deepseek
一车小面包44 分钟前
Transformer Decoder 中序列掩码(Sequence Mask / Look-ahead Mask)
人工智能·深度学习·transformer
JY190641061 小时前
徕卡RTC360助力铝单板设计效率提升
人工智能