export PATH=/usr/local/cuda-XX/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-XX/lib64:$LD_LIBRARY_PATH 更新环境变量 source ~/.bashrc 执行nvcc,查看安装信息 nvcc -V 如果nvcc 执行报错,说明安装环境失败,重新安装 安装pytorch 安装conda https://repo.anaconda.com/archive/ 找喜欢的版本, 执行下...
打开https://pytorch-geometric.com/whl/,找到对应版本模块。其中cu代表cuda版本的意思,cp是python版本的意思。 找不到对应文件,文件名为xxx.so.11 wsl中没必要安装cuda驱动,所以我们直接先下载libcusparse.so.11这个文件,并安装到/anaconda3/lib内,并且打开我们使用的bash文件,例如~/.bashrc等,但是只能本机运行,...
安装Anaconda3 下载TensorFlow 创建虚拟环境并进入 下载TensorFlow 验证安装 CUDA 安装 Anaconda3安装 TensorFlow安装 TensorrFlow是否支持CUDA 下载并打开WSL 参考Windows下使用WSL设置启动WSL并安装Ubuntu版本分发打开WSL wsl -d Ubuntu 更新软件包 sudo apt-get update sudo apt-get upgrade -y 安装配置CUDA 12.4 下载...
为何在WSL中使用Pytorch:windows环境中anaconda安装cudatoolkits,无CUDA_HOME环境变量。 操作系统 版本需求:Windows 11 or Windows 10 version 21H2 WSL 内核要求:5.10.43.3 or higher 查看内核版本: wsl cat /proc/version 升级 wsl --update GPU驱动 版本要求:从下面链接下载最新版本 https://www.nvidia.com/Down...
安装anaconda, 安装paddle(省略,选择cuda11.6, pypi安装即可),测试paddle $ python3 Python 3.8.10 (default, Jun 4 2021, 15:09:15) [GCC 7.5.0] :: Anaconda, Inc. on linux Type "help", "copyright", "credits" or "license" for more information. >>> import paddle >>> paddle.utils.run_...
自己又不想装双系统,又想便捷地使用Linux来调用GPU,进行模型的推理。网上搜索了一番,使用VMWare虚拟机好像调用不了CUDA的。经过多番查找,发现WSL2,这个虚拟机是可以直接调用CUDA 运算的,而且有人安装成功并跑通了。然后就开始了痛苦的环境安装过程了~~~。
可以去官网下包,通过\\wsl$将包可以直接下载到Ubuntu目录,后面的正常按照Linux中Anaconda的安装步骤进行即可。 3. 下载并安装Pytorch 我们可以看到Pytorch官网最新的显示只支持到CUDA 11.3,而我们安装的是CUDA 11.4,其实不影响,按照CUDA 11.3的方式安装即可: ...
echo $PATH export PATH=/usr/local/cuda-/bin:$PATH 然后，我们安装Anaconda3，这是一个流行的Python数据科学平台，它包含了大量的科学库和工具。你可以从Anaconda官网下载并按照指示安装。安装好Anaconda后，我们可以开始配置Pytorch。打开终端，激活你的conda环境（如果你还没有创建，可以使用`conda ...
首先,你需要创建一个虚拟环境,然后在该环境中安装PyTorch。以下是详细的步骤指南。 创建虚拟环境打开WSL,激活Anaconda,输入以下命令创建一个名为pytorch的虚拟环境:conda create -n pytorch python=3.10通过conda创建一个名为pytorch的虚拟环境,3.10是Python的版本,你可以根据自己的需求更改,但一定要指定具体的Python版本...