更新完成后可以在命令行/wsl中输入nvidia-smi 可以看到输出 这里的CUDA Version指的是该驱动版本最高可支持的CUDA版本 安装CUDA 到NVIDIA官网下载符合条件的CUDA 这里我一开始直接选择安装了最新版的CUDA 12.4,随后发现Tensorflow 目前(2024.3.17) 并不支持 12.4,于是重新安装,选择了CUDA 11.2 直接下载EXE版本安装即可 ...
我nvcc -V是ok的,但是nvidia-smi一直报错,Command ‘nvidia-smi’ not found, but can be installed with: 解决 cp /usr/lib/wsl/lib/nvidia-smi /usr/bin/nvidia-smi chmod ogu+x /usr/bin/nvidia-smi 在wsl2中运行这两个语句,再输入nvidia-smi,成功了 ——— 版权声明:本文为CSDN博主「吴铭星」的原...
也可以现在安装，当WSL2准备好后，在其中输入nvidia-smi -L命令，正常情况下应该可以显示出显卡的名称。
那么我们想要了解更多的情况的话，该怎么办呢。可以在cmd中输入nvidia-smi，但是通常情况下直接在cmd中输入nvidia-smi是没有用的，那该怎么办呢 找路径 一般的路径为：C:\Program Files\NVIDIA Corporation\NVSMI 添加环境变量 [在这里插入图片描述] 右击此电脑，点击高级系统设置 [在这里插入图片描述]
nvidia-smi 接下来安装cuDNN。 打开nvidia链接(https://developer.nvidia.com/cudnn-downloads?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu&target_version=24.04&target_type=deb_local),依次选择“Linux”→“x86_64”→“Ubuntu”→“24.04”→“deb(local)”,下方会显示需要执行的命令,依次执行即可...
sudo add-apt-repository"deb https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/ /"sudo apt-get update sudo apt-get -y install cuda 做完以上步骤,理论上就可以在WSL2中使用GPU了,在WSL2中输入nvidia-smi查看,如果有输出则说明安装好了: ...
利用nvidia-smi命令查看是否已经安装,若未安装,将英伟达驱动安装在window中即可。 英伟达驱动安装教程自行百度一下吧。 2.3安装pytorch PyTorch 选择适合自己的版本 将命令行复制粘贴 conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia ...
目前从英伟达的[7]官方文档中可以看到,只需要在 Windows 下安装 NVIDIA 的驱动程序,不需要在 WSL 中安装任何 Linux 显示驱动,最新的 NVIDIA Windows GPU 驱动程序 完全支持 WSL 2,网络上其他博客提到的在WSL下安装 GPU 驱动已经不适用了。通过 nvidia-smi 命令即可查看到 WSL Ubuntu 下已经有 NVIDIA 驱动。
搜索对应的显卡驱动并安装:https://developer.nvidia.com/cuda/wsl image.png cmd命令行输入:nvidia-smi,如果显示下面类似信息则表示安装成功 image.png 6.打开安装好的系统,第一次登陆要注册,输入账号和密码,然后输入:nvidia-smi 【!!!这里有个坑,就是不用再在Ubuntu系统下再安装显卡驱动了!!!】 ...
首先，安装wsl2，启动cuda，然后进行docker安装与配置。访问官网获取安装指南，下载并安装windows docker desktop，完成配置后重启docker，接着在wsl2中进行验证。查看是否能正常使用GPU能力。对于具备基础的用户，这一步骤已能明确其重要性。接下来，第二种方式，使用docker-composer。进入容器内输入nvidia-smi...