使用 wsl2 安装深度学习环境
开发人员可以通过适用于 Linux 的 Windows 子系统 (WSL)，直接在 Windows 上使用 Linux 系统的一切
0.前置配置
0.1 开启CPU虚拟化
打开任务管理器，点击CPU
如果显示 虚拟化：已启用 就是默认开启了，如果显示未启用则需要通过 bios 设置开启
0.2 开启两个windows功能
在任务栏搜索 点击启用或关闭windows功能
勾选如图所示两个框框
配置完可以重启一下电脑
1.安装 linux 子系统
先更新 WSL 内核
wsl --update使用以下命令安装 Ubuntu
wsl --install -d Ubuntu查看当前 linux 子系统列表
wsl --list -v设置默认分发版为 Ubuntu（可选）
wsl --set-default Ubuntu启动
wsl2.位置迁移（默认在c盘，建议迁移）
显示目前已安装的子系统
wsl -l在D盘新建wsl文件夹，并输入以下代码将 ubuntu 备份
wsl --export Ubuntu D:\wsl\Ubuntu.tar删除子系统
wsl --unregister Ubuntu恢复子系统
wsl --import Ubuntu D:\wsl D:\wsl\Ubuntu.tar
3.下载 Anaconda
建议下载最新版，我下载 2024.02-1 出现了不知名错误，Anaconda地址
wget https://repo.anaconda.com/archive/Anaconda3-2024.10-1-Linux-x86_64.shsh Anaconda3-2024.10-1-Linux-x86_64.sh4.下载 cuda11.8
apt 换源，打开配置文件
sudo vim /etc/apt/sources.listi进入编辑模式，将原有软件源开头全部用 # 注释掉，然后将以下代码复制进去，然后按esc推出编辑模式，输入:wq保存并退出，
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-backports main restricted universe multiverse
deb http://security.ubuntu.com/ubuntu/ jammy-security main restricted universe multiverse更新软件包
sudo apt update安装 gcc
sudo apt install build-essential下载cuda11.8
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
sudo sh cuda_11.8.0_520.61.05_linux.run执行上面第二条命令时提示 gcc 不兼容，可以使用 gcc-9
sudo apt install gcc-9 g++-9设置为默认 gcc 版本
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 100
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-9 100检查 gcc 版本是否成功切换
gcc --version编辑环境变量
sudo vim ~/.bashrc按 i 进入编辑模式，在末尾将以下代码复制进去，然后按esc推出编辑模式，输入:wq保存并退出
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.8/lib64
export PATH=$PATH:/usr/local/cuda-11.8/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.8刷新环境变量
source ~/.bashrc查看cuda是否已经安装成功
nvcc -V
5.安装 cudnn
在wins下载适合的cudnn版本，我使用的是 Download cuDNN v8.9.7 (December 5th, 2023), for CUDA 11.x 中的 Local Installer for Linux x86_64 (Tar)
下好后拖到 wsl 系统即可，进入文件所在目录
解压并复制文件
sudo tar -xvf cudnn-linux-x86_64-8.9.7.29_cuda11-archive.tar.xz
cd cudnn-linux-x86_64-8.9.7.29_cuda11-archive/
sudo cp -r lib/* /usr/local/cuda-11.8/lib64/
sudo cp -r include/* /usr/local/cuda-11.8/include/
sudo chmod a+r /usr/local/cuda-11.8/lib64/libcudnn*
sudo chmod a+r /usr/local/cuda-11.8/include/cudnn*验证是否成功安装
cat /usr/local/cuda-11.8/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
6.torch 安装
这部分可参考本博客中特定博文创建 conda 虚拟环境
7.在 VSCode 中连接 WSL
与在 VSCode 中连接远程服务器的方法相同，点击左下角 打开远程窗口，选择 连接到 WSL即可。
tips：
最好不要在本地
git clonegithub 的仓库然后拖到 wsl 中，Windows 和 linux 之间的换行符不同，Git 可能会误判某些文件有修改。如果 VSCode 里面 git clone 出现网络问题，可以在 win 下使用 cmd 进入 wsl 下载，亲测好用