WSL配置Nvidia深度学习环境笔记

Linux+Windows双系统有些麻烦,直接Windows上的WSL了

安装wsl

直接在软件商店搜wsl,选一个可以用gcc的(?),这里选了kali。

之后要启动wsl,看看版本是不是5.10以上,如果不是,要使用wsl --update进行更新

如果还不是最新,可以查看wsl -l -v,看看是不是wsl1,如果是,还需要转化成wsl2 wsl --set-version kali-linux 2

发行版代号使用wsl -l -o查看

安装Docker-Desktop

直接点击下载,之后双击安装,记得勾选使用WSL2

安装nvidia-docker2(nvidia-container-toolkit)

进入wsl执行

$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
$ curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
$ curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

这里的$distribution要换成debian11

然后安装

sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit

测试

执行nvidia-smi,如果输出显卡信息则正常

其它解决方案

DirectML,但是感觉不如nvidia-docker方便

参考

https://learn.microsoft.com/en-us/windows/ai/directml/gpu-cuda-in-wsl

https://docs.nvidia.com/ai-enterprise/deployment-guide/dg-docker.html#enabling-the-docker-repository-and-installing-the-nvidia-container-toolkit

https://nvidia.github.io/nvidia-docker/

https://learn.microsoft.com/en-us/windows/wsl/install

https://docs.docker.com/desktop/windows/wsl/

https://www.nvidia.com/Download/index.aspx?lang=en-us