sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600 wget https://developer.download.nvidia.com/compute/cuda/12.4.1/local_installers/cuda-repo-wsl-ubuntu-12-4-local_12.4.1-1_amd64.deb sudo dpkg -i cuda-repo-wsl-ubuntu-12-4-local_12.4.1-1_amd64.deb sudo cp /...
使用wsl 的docker 进行深度学习与 原生方式的对比 主要步骤 1.安装 wsl-2 版本的windows NVIDIA驱动 2. 在wsl-2 中安装 docker 及 NVIDIA 容器 测试1,simple container 测试2:Jupyter Notebooks 问题:为啥 jupyter notebook 的这个docker 调用巨慢无比??? 参考文献 windows 11 搭建 TensorFlow2.6 GPU 开发环境【...
打开命令提示符或者powershell输入:wsl --install (一般wsl自带ubuntu,且已经是wsl2版本,支持使用显卡)。过程中输入用户名,密码(注意密码不会直接显示,不要输错。如果输错了参照reference链接2中的方法2) 安装完成后,进入wsl。命令提示符输入:wsl。 wsl基础环境配置。下载miniconda (miniconda自带对cuda的支持,不需要...
python-c"import tensorflow as tf;print(tf.config.list_physical_devices('GPU') )" tf-gpu-show-ok.png 配置vscode Windows下, VScode安装wsl插件 vscode-install-wsl.png 安装python插件 vscode-install-python.png windows下安装完python也要单独安装给wsl安装 安装完后, 选择Connect to Wsl后, 选择工程目录...
完成后通过sudo dpkg -i NAME即可安装 使用conda建立对应版本的python虚拟环境 conda create --name myenv python=3.8 conda activate myenv 之后即可使用对应指令安装对应版本的TensorFlow pip install tensorflow-gpu==2.11.0 Jupyter pip install jupyterlab ...
如果你在使用Tensorflow 2.11.0或更高版本时遇到了找不到GPU的问题,这主要是因为从该版本开始,Tensorflow不再直接支持在Windows上使用GPU。不过,你可以通过以下几种方法解决这个问题:方法一:使用WSL2(适用于Linux的Windows子系统)安装Tensorflow从Tensorflow 2.11.0开始,如果你想在Windows上使用GPU,需要在WSL2上安装Tenso...
WSL2安装torch-gpu或tensorflow 配置GPU驱动 首先查看WSL2的官方文档，其中设置 GPU 加速 (NVIDIA CUDA/...
安装步骤 1. 下载 Anaconda 前往Anaconda 官网下载安装包:https://www.anaconda.com/download/ 2. 安装 Anaconda 运行安装包,前面的设置都默认就行,最后一步需要注意,需要勾选将 Anaconda3 加入到 PATH 环境变量中(虽然上面注明了不建议,但是如果不加入环境变量,后续的使用会麻烦很多) ...
安装cuda toolkit cuda 11.8下载地址:CUDA Toolkit 11.8 Downloads | NVIDIA Developer 可以先安装windows的cuda toolkit,再在WSL2中安装: wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-reposit...