windows下安装wsl的ubuntu，同时配置深度学习环境

写在前面，本次文章只是个人学习记录，不具备教程的作用。个别信息是网上的，我会标注，个人是gpt生成的

安装wsl

直接看这个就行；可以不用备份软件源。

https://blog.csdn.net/weixin_44301630/article/details/122390018?fromshare=blogdetail\&sharetype=blogdetail\&sharerId=122390018\&sharerefer=PC\&sharesource=weixin_42365097\&sharefrom=from_link

卸载wsl

执行命令查看自己的版本

bash 复制代码

(base) PS C:\Users\24169> wsl --list --verbose
  NAME            STATE           VERSION
* Ubuntu-20.04    Stopped         2

然后执行下面的命令

bash 复制代码

wsl --unregister Ubuntu-20.04

例如我的

bash 复制代码

(base) PS C:\Users\24169> wsl --unregister Ubuntu-20.04
正在注销。
操作成功完成。

然后在运行下面的命令看看有没有删除

bash 复制代码

(base) PS C:\Users\24169> wsl --list --verbose
适用于 Linux 的 Windows 子系统没有安装的分发版。

使用 'wsl.exe --list --online' 列出可用的分发版
和 'wsl.exe --install <Distro>' 进行安装。

也可以通过访问 Microsoft Store 来安装分发版:
https://aka.ms/wslstore
错误代码: Wsl/WSL_E_DEFAULT_DISTRO_NOT_FOUND

然后重启电脑就可以了。

如果想把我的电脑中的linux图标删除就是图中的图标删除

可以把下面的适用于linux的windows子系统取消勾选就可以了。

下面要说的

如果自己的wsl的ubuntu运行出现了问题

请查看自己的下面三个有没有勾选

当然如果想要不在安装wsl之类的，也可以把上面的三个选项给去掉。

深度学习环境的配置

安装anaconda

https://mirrors.bfsu.edu.cn/anaconda/archive/

搜索Anaconda3-2020

找到linux等自己的

比如我下载的是

Anaconda3-2020.11-Linux-x86_64.sh

那么我就执行命令

bash 复制代码

bash Anaconda3-2020.11-Linux-x86_64.sh

然后把路径添加进去就可以了

bash 复制代码

export PATH="/home/zeak/anaconda3/bin:$PATH"

bash 复制代码

echo 'export PATH="/home/zeak/anaconda3/bin:$PATH"' >> ~/.bashrc

执行命令

bash 复制代码

conda --version

安装cudatoolkit

根据提示执行下面的命令

bash 复制代码

sudo apt update

bash 复制代码

sudo apt install nvidia-cuda-toolkit

安装好之后就可以使用了

其他我也在整理中，不知道如何去整理罢了

nvcc安装cuda

即使我们可以通过conda install cudatoolkit==11.8安装；但是有时候nvcc -V还是默认的。我不知道这个有什么区别，我就用nvcc继续安装了11.8版本的。

打开网页https://developer.nvidia.com/cuda-11-8-0-download-archive?target_os=Linux

根据命令来就可以了

或者我给出了命令

bash 复制代码

wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin

bash 复制代码

sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600

bash 复制代码

wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda-repo-wsl-ubuntu-11-8-local_11.8.0-1_amd64.deb

bash 复制代码

sudo dpkg -i cuda-repo-wsl-ubuntu-11-8-local_11.8.0-1_amd64.deb

bash 复制代码

sudo cp /var/cuda-repo-wsl-ubuntu-11-8-local/cuda-*-keyring.gpg /usr/share/keyrings/

bash 复制代码

sudo apt-get update

bash 复制代码

sudo apt-get -y install cuda

把路径添加进去

bash 复制代码

ls /usr/local/cuda-11.8

bash 复制代码

nano ~/.bashrc

末尾添加下面两行

bash 复制代码

export 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}}

bash 复制代码

source ~/.bashrc

安装cudnn；

不同版本的cudnn对应不同版本的cuda版本

比如cuDNNv8.9.7对应cuda11.8

虽然说的是对应cuda11.X但是安装的时候还是会自动安装cuda11.8下的。

打开网页https://developer.nvidia.com/rdp/cudnn-archive

找到

下载，然后放到自己的wsl下的目录即可

bash 复制代码

sudo dpkg -i cudnn-local-repo-ubuntu2004-8.9.7.29_1.0-1_amd64.deb

bash 复制代码

sudo cp /var/cudnn-local-repo-ubuntu2004-8.9.7.29/cudnn-local-CD2C2DD4-keyring.gpg /usr/share/keyrings/

bash 复制代码

sudo apt update

bash 复制代码

sudo apt install libcudnn8 libcudnn8-dev

执行下面命令是否正确安装了

bash 复制代码

dpkg -l | grep libcudnn

配置环境变量

bash 复制代码

export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

bash 复制代码

source ~/.bashrc