安裝WSL

安裝 WSL 2 之前，必須啟用“虛擬機(jī)平臺”可選功能。 計(jì)算機(jī)需要虛擬化功能才能使用此功能。

以管理員身份打開 PowerShell 并運(yùn)行：

dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

下載 Linux 內(nèi)核更新包:l鏈接：
https://wslstorestorage.blob.core.windows.net/wslblob/wsl_update_x64.msi
下載完成后更新。

將 WSL 2 設(shè)置為默認(rèn)版本，命令：

wsl --set-default-version 2

打開 Microsoft Store，搜索WSL，選擇你偏好的 Linux版本。

我選擇的是Ubuntu22.04版本。點(diǎn)進(jìn)去就可以看到下載鏈接
下載即可。下載完成后，啟動系統(tǒng)，配置用戶名和密碼。

輸入nvidia-smi，檢查是否能找到顯卡，正常情況，如下圖：

一些問題

WslRegisterDistribution failed with error: 0x8007019e The Windows Subsystem錯(cuò)誤的解決方案

執(zhí)行命令

Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Windows-Subsystem-Linux

回車，輸入Y或者y，然后系統(tǒng)重啟。

輸入nvidia-smi，顯示不正確

這個(gè)有可能是wsl的版本不對，出現(xiàn)這種情況是Window的版本太低了！升級到21H2或者Win11。

也可以通過觀察Ubuntu的版本，如下圖：

如果wsl的版本是1.0的，內(nèi)核是4.XXX。

也可以使用命令，查看wsl版本，在PowerShell里輸入：

wsl -l -v

紅框里的是2，就正確了！如果是1，則要重新安裝Ubuntu。
執(zhí)行命令：

wsl --list

查找wsl的列表。

wsl --unregister Ubuntu-22.04

注銷列表中顯示的Ubuntu系統(tǒng)

然后，重新打開Ubuntu系統(tǒng)。

注：WSL系統(tǒng)使用的顯卡驅(qū)動是Win系統(tǒng)的驅(qū)動，所以不用安裝驅(qū)動！

安裝CUDA

安裝gcc，執(zhí)行命令：

sudo apt update
sudo apt install build-essential

輸入Y。

鏈接：https://developer.nvidia.com/cuda-toolkit-archive
我選用的是12.1版本，如下圖：

執(zhí)行命令：

wget https://developer.download.nvidia.com/compute/cuda/12.1.1/local_installers/cuda_12.1.1_530.30.02_linux.run
sudo sh cuda_12.1.1_530.30.02_linux.run

輸入accept。

選擇安裝的組件，不用安裝驅(qū)動！

選擇Install。

安裝完成

接下來，配置環(huán)境變量輸入vim ~/.bashrc命令打開文件，在文件結(jié)尾輸入以下語句，保存。

export PATH=/usr/local/cuda-12.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

然后，點(diǎn)擊保存后關(guān)閉文檔，然后執(zhí)行命令source ~/.bashrc。
至此cuda安裝完成，輸入nvcc -V命令查看cuda信息。

安裝cuDNN

鏈接：https://developer.nvidia.com/rdp/cudnn-archive
打開連接，選擇CUDA 12.x，這里要和安裝的CUDA版本對上！

點(diǎn)擊上圖紅框的位置，就可以看到下圖的列表，選擇對應(yīng)的文件，單擊后就可以下載，如下圖：

在地址欄輸入“\wsl$”，然后點(diǎn)擊Enter鍵。打開Ubuntu22.04的目錄！


然后，找到home路徑，如下圖:

將下載的cudnn復(fù)制到用戶名的路徑下，如下圖：

然后，執(zhí)行安裝命令，命令如下：

 sudo dpkg -i cudnn-local-repo-ubuntu2204-8.9.7.29_1.0-1_amd64.deb

等待cuDNN安裝包倉庫安裝完畢后，最后幾行會輸出一個(gè)添加密鑰的命令，類似下面。我們執(zhí)行輸出的那個(gè)命令：

執(zhí)行命令：

sudo cp /var/cudnn-local-repo-ubuntu2204-8.8.0.121/cudnn-local-B66125A0-keyring.gpg /usr/share/keyrings/

更新apt源，讓apt包管理器能夠找到剛剛安裝的cuDNN安裝包倉庫：

sudo apt update

準(zhǔn)備安裝cuDNN，先查找一下cuDNN安裝包倉庫中包含的cuDNN深度學(xué)習(xí)庫有哪些版本：

sudo apt list libcudnn*

安裝cuDNN庫，執(zhí)行命令：

sudo apt install libcudnn8-dev libcudnn8-samples

檢查一下cuDNN的動態(tài)庫文件是否安裝到位，執(zhí)行命令：

readelf -d /usr/lib/x86_64-linux-gnu/libcudnn.so | grep SONAME

檢查libcudnn8-dev是否安裝成功，執(zhí)行命令：

cat /usr/include/cudnn_version.h | grep CUDNN_

編譯一下cuDNN的示例代碼。如果能成功編譯并運(yùn)行，代表你的CUDA工具鏈和cuDNN庫全部正常工作。

# 復(fù)制示例代碼到$HOME目錄下，然后進(jìn)入該目錄
cp -r /usr/src/cudnn_samples_v8/ ~
cd ~/cudnn_samples_v8/# 試著編譯一份卷積運(yùn)算的示例代碼
cd conv_sample/
# 用apt安裝的cuDNN頭文件和庫目錄位置與Makefile中給定的默認(rèn)位置不同，
# 因此我們先手動指定位置后再make
CUDNN_INCLUDE_PATH=/usr/include/ CUDNN_LIB_PATH=/usr/lib/x86_64-linux-gnu/ make# 編譯完成后，執(zhí)行編譯出的二進(jìn)制文件，進(jìn)行卷積運(yùn)算測試
./conv_sample# 運(yùn)行更多的卷積運(yùn)算測試案例
source run_conv_sample.sh

運(yùn)行結(jié)果：