需要配置:C++和python环境,Anaconda,11.1版本Cuda(适配3060显卡),gcc,g++(都要求10以下版本,兼容cuda-11.1),torch-1.8.0-cu111。 回到顶部 安装WSL2 不要使用wsl --install,会变得不幸!如果你已经不幸,在程序管理里找到wsl,卸载,在注册表里找到wsl,删除,然后在命令行重装。 管理员模式启动win10的powershell。 d...
安装完成后,目光转到WSL,进入DeepLearning创建一个code文件夹存储代码: 把DeepLearning文件夹作为VSCode的工作区: 如果是第一次使用code命令,WSL会自动下载服务,然后VSCode就会自动弹出: 由上图可知,DeepLearning文件夹已经变成了默认的工作区。 第七步:测试Pytorch环境是否正确配置 在code文件夹内新建一个test.py,填入...
conda create -n yourEnvName python=x.x 在创建新环境后,你可以使用以下命令来激活该环境:conda activate yourEnvName三、搭建深度学习环境 在conda环境中,安装深度学习框架所需的依赖项。以TensorFlow为例,输入以下命令进行安装:conda install -c conda-forge tensorflow 安装完成后,你可以在conda环境中使用深度学习...
深度学习环境配置系列文章目录 前言 一、Windows11配置WSL2的详细步骤 1.用控制面板打开虚拟化功能 2.用命令行配置环境 3.下载Linux子操作系统 二、Windows11配置WSL2的常见错误 1.解决Hyper-V没有的问题 2.解决WSL启动Linux时出现有关“???”的bug 3.WSL子系统初始化报错 三,VS Code远程连接WSL2 1.下载插件...
配置xrdp 端口: sudo sed -i "s/port=3389/port=3390/g" /etc/xrdp/xrdp.ini 这里面 3389 是默认配置,这里将其改为 3390 是避免和 windows 的端口冲突。因为两边的端口号是通的,在 wsl 中开一个 8080 端口的 WebServer,在 windows 可以直接访问。
方案配置说明 最终,你的WSL2的目标发行版上将会有一个可以使用Host OS上正在使用的GPU训练深度模型的一个深度学习框架。 Step 1: 安装Miniconda Miniconda — Anaconda documentation 这是Miniconda的官方网站,下载这个的原因十分简单:它简单轻量。
首先,参考:在 WSL 2 中启用 NVIDIA CUDA - Win32 apps | Microsoft Docs配置一些基础设置。接着进入 wsl 环境进行配置(参考CUDA 工具包 11.1 下载 | NVIDIA Developer): $ wsl $ sudo apt-get update $ wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu...
wsl2安装 深度学习环境配置!同时拥有ubuntu的高效和windows的便捷 修汉 编辑于 2023年06月29日 23:58 up,你好。我pycharm能连接wsl,但是我root目录下有文件的,但是在pycharm上不显示,我的Anaconda安装在root目录下。这是咋回事?root目录权限不够?我也重启过,还是不显示。
为了配置Windows11和Linux双系统，首先在控制面板中开启虚拟化功能和Windows子系统（WSL2）以及Hyper-V。若Windows11家庭版中没有Hyper-V功能，可以参考特定解决办法进行配置。接着，使用管理员权限打开PowerShell，执行一系列指令以完成环境配置。在Microsoft Store下载所需的Linux操作系统，如Ubuntu，并在开始...
首先设置WSL2为默认WSL版本,如果不是,可以通过下面命令切换默认为WSL2 代码语言:txt 复制 wsl --set-default-version 2 然后通过命令安装ubuntu,选择自己想要的版本,这里我选择20.04 代码语言:javascript 复制 wsl--install ubuntu20.04 启动ubuntu 直接在系统终端输入wsl,即可进入到unbuntu系统。