在Windows 11的WSL Ubuntu中安装TensorFlow-GPU、PyTorch-GPU
0、WSL Ubuntu安装
- 在Windows 11的商店中下载即可,此处以Ubuntu22.04.3为例
1、CUDA Toolkit安装
- 参考公孙启 的文章Windows11 + WSL Ubuntu + Pycharm + Conda for deeplearning
- 前往nVidia官网下载CUDA Toolkit,这里以11.8为例,因为PyTorch目前支持11.8和12.1两个版本的CUDA
- 下载时注意选择WSL-Ubuntu,根据网页下方提供的命令依次输入即可完成安装
- 配置环境变量
-
sudo vi ~/.bashrc
-
添加以下内容,
bashexport PATH=/usr/local/cuda-11.8/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
-
更新环境变量,
source ~/.bashrc
-
- 测试,输入
nvcc -V
,输出如下内容
2、cuDNN安装
-
前往nVidia官网下载cuDNN,下载时注意选择版本,这里以11.X为例
-
下载到Windows系统上后,将文件复制到WSL的Ubuntu系统中,注意 ,在WSL中,Windows系统的路径变为
/mnt/c/Users/zhangsan/Desktop/xxxxx
-
解压文件,将include、lib文件夹下的文件复制到
/usr/local/cuda-11
文件夹下bash# 复制 sudo cp -r lib/* /usr/local/cuda-11/lib64/ sudo cp -r include/* /usr/local/cuda-11/include/ # 修改权限 sudo chmod a+r /usr/local/cuda-11/include/cudnn* sudo chmod a+r /usr/local/cuda-11/lib64/libcudnn*
-
测试,输入
cat /usr/local/cuda-11.8/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
,结果如下:
3、Anaconda安装及清华镜像配置
- 略,参考CSDN文章ubuntu Anaconda的安装、镜像源更改和python虚拟环境的配置细节
4、TensorFlow-GPU安装
-
经过测试,python版本指定为3.9,使用
conda install tensorflow-gpu
,即可自动安装,具体可参考CSDN文章【Tensorflow2.x】tensorflow-gpu 在 Ubuntu 上的安装 -
测试是否可以调用GPU:
tf.test.is_gpu_available()
,输出True,即证明安装成功 -
注意:建议不要使用tensorflow官方提供的pip命令进行安装(暂未使用该方法安装成功)
-
代码中输入以下内容,可简单启用GPU
pythonimport os os.environ["CUDA_VISIBLE_DEVICES"] = "0"
5、PyTorch-GPU安装
-
前往PyTorch官网,选择需要的环境,复制conda命令,执行
-
测试GPU是否可用:
torch.cuda.is_available()
,输出True,即证明安装成功
6、VSCode连接WSL
- 在插件商店中下载WSL插件,安装后点击左下角即可
参考资料: