WSL安装Ubuntu和GPU版的Pytorch的安装

已于 2023-12-18 19:27:35 修改
阅读量2.1k 收藏 20
点赞数 11
CC 4.0 BY-SA版权
文章标签： ubuntu linux 运维 pytorch
于 2023-12-18 19:26:19 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xxwl123/article/details/135069539
本文详细指导了如何在Windows10/11的专业版或Windows11上通过WSL安装Ubuntu，包括GPU驱动、CUDA、cudnn、Anaconda和PyTorch的配置过程，确保用户能顺利进行深度学习开发。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

要求：Windows10版本2004及更高版本（内部版本19041及更高版本）或Windows11。这里最好使用Windows10专业版和Windows11专业版。

一、WSL安装Ubuntu。

首先打开电脑属性，界面如下，查看当前Windows版本是否满足要求，不满足则需要将Windows版本升级。

在电脑本地启动wsl功能

在开始菜单输入控制面板，点击进入，然后点击程序

点击“启用或关闭Windows功能”

首先启动Hype-V服务

然后勾选wsl服务

以上操作都做完之后，将电脑重启更新

打开Microsoft Store，在搜索框里输入“Ubuntu”，点击搜索。

选择需要安装的Ubuntu版本，这里建议推荐Ubuntu 20.04.5 LTS和Ubuntu 18.04.5 LTS这两个版本，选择一个即可。

打开Windows PowerShell（以管理员身份运行打开），在命令行中输入wsl --update

最低0.47元/天 解锁文章

200万优质内容无限畅学
xxwl123
关注
【BEV学习日记】继续尝试在WSL中安装部署pytorch
weixin_42172114的博客
05-29 2793
使用WSL配置pytorch环境，依赖了cuda\anaconda\VSCODE
win11 WSL安装Ubuntu22.04配置Pytorch环境
EntropyLee的博客
11-14 1344
选择安装位置，建议最好安装在普通用户可以访问的目录下，例如/usr/local、/opt、/home，否则普通用户可能无法正常使用。将文件拷贝到Ubuntu中，在相应位置输入命令sh 文件名.sh进行安装（推荐在root用户下安装）。进入Anaconda官网，下载linux版的anaconda（.sh结尾的文件）。输入nvidia-smi，查看自己所需要的cuda版本号，我的是11.8。在ubuntu系统中，为安全考虑，默认是没有设置root用户的密码的。
wsl安装pytorch
MengRui2333的博客
10-10 609
wsl是ubantu系统，用linux的，然后我的环境要求就是cuda11.7，我就选择了这一行，复制到我们配置好的anaconda虚拟环境中直接运行，也可以用pip安装，如果error了换个网络下。这是成功的样子，看到successfully就ok。然后进行一个验证，进到python里。我安装的是1.13.1，就举例子了。去这里面找自己需要的版本。看到返回True就好啦。
205-06-26 Python&深度学习1——安装Anaconda与PyTorch库（Win11+WSL2+Ubuntu24.04版）
最新发布
zheliku的博客
06-26 875
例如，本文电脑 CUDA 最高支持 12.9 版本，因此选择一个低于 12.9 版本的即可。输入“yes”回车，这将使 conda 自动修改你的 shell 配置文件，以便在终端启动时自动激活 conda 环境。打开 windows 菜单，搜索“Windows PowerShell”并打开，输入如下命令验证是否安装成功。现在，安装 Pytorch 库时，会自动下载包含 CUDA 和 cuDNN 的预编译包，因此不用手动安装。运行以下命令，查看本机所支持的最大 CUDA 版本，本文是 12.9。
在WSL2下配置Pytorch(Linux+Anaconda+PyTorch-GPU)
zoe2222226666的博客
06-10 4962
1.用户：以前没有注意过，默认用户root，还有一个自己取名的用户，可以配置默认打开的用户，要注意anaconda环境配置在哪个用户下，我就是在这里卡了很久，明明安装了anaconda居然找不到。最方便的方法就是通过官网的指令下载，一般推荐使用conda下载，根据自己的系统、CUDA版本生成指令，官网链接。因为WSL默认安装的是终端，需要自己配置桌面，尝试了几种方法以后，终于使用xfce4可以看到可视化桌面了。一般采用wget方式直接从linux拉取较稳定的旧版本，然后在本地安装，替换指令中的版本号即可。
在 WSL2 上部署 PyTorch
weixin_41446370的博客
08-22 2029
开发项目需要使用AI，但是我习惯用 VMware 来开发各类项目，于是查到《Enable NVIDIA CUDA on WSL》可以实现 CUDA + VGPU 的功能。但是国内对这类资料较少，我就想顺便补个空白——在 WSL2 上部署 PyTorch。
Linux系统----WSL安装anconda、cuda创建pytorch学习环境
wm199的博客
02-27 4436
WSL安装anconda、cuda创建pytorch学习环境
WSL Ubuntu安装TensorFlow-GPU、PyTorch-GPU
赵彬的博客
06-15 1177
选择需要的环境，复制conda命令，执行。，输出True，即证明安装成功。
笔记：WSL2+Ubuntu20.04+Pytorch==1.10.0+CUDA11.3
pengLiu_7611的博客
05-20 1748
将cuDNN安装路径下的cuDNN头文件和库文件复制到CUDA toolkit的目录中，并赋予所有用户对 cuDNN 头文件和库文件的读取权限。**/usr/local/cuda/include/**包含了CUDA的头文件，这些头文件定义了CUDA库和API的接口。**/usr/local/cuda/bin/**包含了CUDA的可执行文件，例如编译器nvcc和其他的CUDA工具。**/usr/local/cuda/lib64/**包含了CUDA库文件，这些库文件是用于链接CUDA程序的。
win10/11下wsl2安装gpu版的pytorch（避坑指南）
zqm_0015的博客
03-27 5174
wsl下安装gpu版本的pytorch，是教程也是避坑指南~欢迎留言问问题
win11下安装wsl ubuntu以及cuda-pytorch
u010192735的专栏
07-26 587
通过conda创建一个名为pytorch的虚拟环境，3.9是python的版本，都可以按自己需求改，一定要指定具体 python 版本。如：wsl --import ubuntu E:\wslubuntu E:\wslubuntu\ubuntu-20.04.tar。wsl --import ubuntu [新安装路径] E:\wslubuntu\ubuntu-20.04.tar。输入命令：sh Anaconda3-5.2.0-Linux-x86_64.sh。执行source activate。
通过WSL2搭建Pytorch1.10+CUDA11.4+NVIDIA Driver深度学习框架
LoongEmbedded的专栏
11-14 7851
通过WSL2搭建Pytorch1.10+CUDA11.4+NVIDIA Driver深度学习框架
使用镜像在WSL上搭建基于GPU的Pytorch开发环境
weixin_43408232的博客
12-31 768
在WSL(Windows Subsystem for Linux)环境中搭建基于GPU加速的Pytorch开发环境，并且提供简单的测试代码。
WSL2+Ubuntu20.04+CUDA11.3+Pytorch 环境搭建
m0_47532096的博客
02-28 4600
WSL2+Ubuntu20.04+CUDA11.3+Pytorch环境搭建
Windows WSL环境下安装 pytorch +ROCM 支持AMD显卡
znsoft的专栏
10-28 3985
windows 下安装WSL 环境( windows subsystem for Linux), 安装ubuntu 22.04环境。安装好后，创建pytorch环境，注意，只支持python 3.10。三、安装pytorch+rocm。安装pytorch +rocm。二、安装anaconda。
【MindSpore易点通·漫游世界】在WSL的Ubuntu 22.04上一键安装MindSpore GPU 1.7.0踩坑记
张小白
06-30 623
近期张小白的周边发生了如下大事：（1）2022年4月，ubuntu推出22.04版本。（2）MindSpore推出自动安装脚本（3）张小白写过 【MindSpore易点通·漫游世界】在WSL的Ubuntu 20.04上一键安装MindSpore GPU 1.6.1_张小白TWO的博客-CSDN博客（4）MindSpore推出 1.7.0版本。所以，张小白打算使用WSL的ubuntu 22.04自动安装MindSpore GPU 1.7.0版本。 先安装WSL ubuntu 22.04版本，其实这个安装过程跟
WSL2-Ubuntu Pytorch深度学习开发环境搭建
m0_46349114的博客
04-10 1839
将cuDNN安装路径下的cuDNN头文件和库文件复制到CUDA toolkit的目录中，并赋予所有用户对 cuDNN 头文件和库文件的读取权限。**/usr/local/cuda/include/**包含了CUDA的头文件，这些头文件定义了CUDA库和API的接口。**/usr/local/cuda/bin/**包含了CUDA的可执行文件，例如编译器nvcc和其他的CUDA工具。**/usr/local/cuda/lib64/**包含了CUDA库文件，这些库文件是用于链接CUDA程序的。
[yotroy.cool]WSL安装CUDA独显 PyTorch 深度学习环境配置，测速为什么要用WSL？
Troy_Zhang1112的博客
06-10 581
为了预习大三课程，想提前学习下PyTorch。于是我遇到了神仙学习教程《动手学深度学习》本教程展示了独显windows电脑用WSL Ubuntu子系统跑PyTorch深度学习的环境配置，至于为什么用WSL嘛。因为自己测试一番发现性能比win强很多。篇幅有限，省略WSL安装过程。
WSL2端配置pytorch GPU加速环境
小星AI
01-25 6478
配置好WIn10的Linux子系统WSL2的GPU加速深度学习，我踩坑踩得头皮发麻
gpu版本和pytorch版本不兼容 wsl
03-14
在WSL环境中，确保GPU版本与PyTorch版本兼容是一个复杂的过程，涉及多个工具和依赖项的正确配置。以下是详细的分析和解决方案。 #### 1. 配置WSL2作为基础环境 为了支持GPU加速功能，在Windows Subsystem for Linux...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值