当前位置:   article > 正文

windows WSL配置cuda,pytorch和jupyter notebook_jupyter notebook wsl

jupyter notebook wsl

机器配置

GPU: NVIDIA Quadro K2000

NVIDIA 驱动程序捆绑的CUDA版本

在这里插入图片描述
但按照维基百科的描述,我的GPU对应的compute capability=3.0,允许安装的CUDA最高只支持10.2,如下所示。
在这里插入图片描述
为什么本地会显示11.4呢?对此,GPT是这么给出解释的。
在这里插入图片描述
因此,为了满足运行pytorch程序的硬件需求,我最高只能安装CUDA=10.2,按照pytorch官网给出的对应CUDA=10.2的版本,去安装对应的pytorch。首先,我需要在我的ubuntu子系统安装CUDA=10.2。

WSL安装CUDA=10.2

conda创建一个新的环境,指定cuda版本。

# conda在创建新环境时指定CUDA版本
conda create -n myenv python=3.8 cudatoolkit=10.2
  • 1
  • 2

找到对应CUDA=10.2的pytorch

找pytorch的previous versions,定位Conda的CUDA=10.2版本,安装即可。
在这里插入图片描述

测试CUDA是否可用

参考pytorch官网给出的解答,可以通过以下命令来验证。

# 命令行输入
python

# 检验pytorch是否安装成功
import torch
x = torch.rand(5, 3)
print(x)

# 检验CUDA 驱动程序是否已启用并可用于PyTorch
import torch
torch.cuda.is_available()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11

最终输出的结果如下所示,表示已经配置好了。
在这里插入图片描述

Jupyter notebook安装

# anaconda环境,只需一行命令
 conda install notebook
  • 1
  • 2

安装成功,运行如下所示。copy链接,在浏览器打开即可。
在这里插入图片描述

后记

安装过程中的其他问题:

  1. 在windows WSL上安装CUDA=10.2,我用apt安装呢,还是conda安装比较好?
    在这里插入图片描述
    在这里插入图片描述
  2. 要给WSL2配置CUDA支持,只需到NIVIDIA官网下载并安装对应GPU的最新驱动。
  3. 确保Anaconda和WSL2已经配置完成,我这里安装的是ubuntu 22.04.2 LTS。
  4. 注意到我这里WSL安装CUDA=10.2只用了一行命令,和其他教程自己手动到官网下载cuda,cudnn等操作相比,更加精简和不易出错。
  5. 本文下载资源、用到的命令涉及的所有链接整理:
    查询GPU的compute capability
    https://en.m.wikipedia.org/wiki/CUDA#GPUs_supported
    查询pytorch的历史版本及安装命令
    https://pytorch.org/get-started/previous-versions/
    查询pytorch的最新版本及测试是否安装完成的命令
    https://pytorch.org/get-started/locally/
    下载CUDA最新驱动
    https://www.nvidia.com/download/index.aspx

感谢ernest大佬的技术支持!

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/一键难忘520/article/detail/938816
推荐阅读
相关标签
  

闽ICP备14008679号