首先,你需要在你的Windows 11系统上安装NVIDIA显卡驱动,并确保驱动版本与CUDA版本兼容。然后,在WSL2的Linux环境中,你可以按照以下步骤安装CUDA: 打开WSL2的Linux环境。 下载并安装CUDA。这可以通过在命令行中执行CUDA安装脚本完成。请确保选择与你的Linux发行版和硬件兼容的CUDA版本。 安装完成后,可以通过运行nvcc -V...
这里D:\WSL\Ubuntu-20.04是你要安装的Ubuntu的自定义路径,D:\path\to\ubuntu.tar.gz是解压后的Ubuntu根文件系统文件路径。 设置默认WSL版本为WSL2: wsl --set-version Ubuntu-20.04 2 启动Ubuntu 20.04: wsl -d Ubuntu-20.04步骤三:配置CUDA环境 在WSL2中直接安装和配置NVIDIA CUDA可能比较复杂,因为WSL2不直接...
sudo apt install nvidia-cuda-toolkit 注意: 本文方法是唯一成功的方法,如果采用和物理机ubuntu一样的在nvidia官网下载cuda版本,然后手动安装,那么在编译好.cu文件后运行则会报错,报错信息为无法检测到显卡/显卡驱动。 测试代码: x.cu #include <stdio.h> #include <stdlib.h> #include <cuda_runtime.h> //...
3. 安装WSL2、Ubuntu、Nvidia Drivers和Docker 安装WSL2可以参考微软的官方文档如下 需要确保运行的WSL 2 Linux kernel是正确的,保证kernel版本为4.19.121或者更高,方法需要安装步骤1,2执行。 安装Nvidia Drivers,这个需要在Nvidia的官网上下载 安装docker及nvidia-dockers 2,这个需要通过命令行安装,我开始使用了Docker ...
wgethttp://archive.ubuntu.com/ubuntu/pool/main/libu/liburcu/liburcu6_0.11.1-2_amd64.debsudodpkg-iliburcu6_0.11.1-2_amd64.deb 1. 2. 选择WSL 进入https://developer.nvidia.com/cuda-downloads看到,默认的是12.1版本,不是我们想要的。找到 Archive of Previous CUDA Releases 也就是https://developer...
参考nvidia官方文档: https://docs.nvidia.com/cuda/wsl-user-guide/index.html#installing-insider-preview-builds 第一步: sudo apt-key del 7fa2af80 第二步: sudo apt in
在开始之前,我们需要明确一点:在Windows环境下使用WSL2、CUDA、Conda和PyTorch进行深度学习开发,确实存在一些困难和挑战。但是,通过本文的记录和分享,我们希望能够帮助读者更好地理解和解决这些问题。首先,我们需要下载并安装Windows 11操作系统,以确保我们的基础环境是稳定和可靠的。然后,我们需要安装WSL2(Windows Subsystem...
在开始之前,我们需要明确一点:在Windows环境下使用WSL2、CUDA、Conda和PyTorch进行深度学习开发,确实存在一些困难和挑战。但是,通过本文的记录和分享,我们希望能够帮助读者更好地理解和解决这些问题。首先,我们需要下载并安装Windows 11操作系统,以确保我们的基础环境是稳定和可靠的。然后,我们需要安装WSL2(Windows Subsystem...