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
程序员岳焱几秒前
深入解析Spring AI:Java生态中的AI集成利器
java·人工智能·openai
TGC达成共识2 分钟前
菌菇食用攻略:从营养解析到安全指南,解锁科学食菌
大数据·人工智能·其他·安全·百度·生活·新浪微博
汀沿河9 分钟前
mac:大模型系列测试
人工智能·macos
nenchoumi311924 分钟前
UE5 学习系类(七)导入bridge资产包
windows·学习·ue5·机器人
硬核隔壁老王25 分钟前
从零开始搭建RAG系统系列(十二):RAG系统评估及测评
人工智能·程序员·llm
芯盾时代26 分钟前
AI中间件,构建大模型应用的标准化接入枢纽
人工智能·网络安全·中间件
机器之心30 分钟前
刚刚,LeCun亲自出镜,Meta推出新世界模型!
人工智能·meta
marteker30 分钟前
CMO增加人工智能投资:数据表明了什么
人工智能
MYH5161 小时前
深度学习 w b
人工智能·深度学习
亚马逊云开发者1 小时前
基于 Agentic AI + Amazon Redshift MCP Server 实现 Agentic Data Analysis
人工智能·数据分析