WSL中配置GPU环境(CUDA)并安装PyTorch

在 Windows 上根据设备的显卡安装对应驱动

英伟达官方驱动下载地址

安装 WSL

参考之前的文章，里面有详细步骤说明

[post cid="51"/]

在 WSL 中安装 CUDA Toolkit

安装步骤参考 英伟达官方 CUDA Toolkit 下载地址

CUDA Toolkit 的版本和显卡驱动版本对应关系参考 CUDA Toolkit 发行日志

其中 WSL 请选择：

[scode type="yellow"]
由于中国大陆的网络连接情况较差，推荐更换国内源来加速安装。LinuxMirrors 是一个一键换源项目 LinuxMirrors

bash <(curl -sSL https://linuxmirrors.cn/main.sh)

[/scode]

以本次安装为例，安装的命令是

wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt-get update
sudo apt-get -y install cuda

以上安装的是依赖，接下来安装 nvidia-cuda-toolkit

sudo apt-get install nvidia-cuda-toolkit

安装完成后，使用命令 nvcc -V 检查是否安装成功。如果有版本输出则成功安装

安装 PyTorch

先安装 pip 工具

sudo apt install python3-pip

使用 pip 安装正确版本的 PyTorch，参考官方网站 PyTorch Get Started

[scode type="blue"]高版本的 PyTorch 可以兼容低版本的 CUDA。低版本的 PyTorch 不可以 兼容高版本的 CUDA[/scode]

我前面安装的 CUDA 版本为 V11.5，所以需要 Pytorch 支持的 CUDA 版本高于 11.5。此处安装的 CUDA 版本为 V11.7

[scode type="yellow"]
由于中国大陆的网络连接情况较差，推荐更换国内源来加速安装。清华大学 Tuna 提供国内 pip 镜像 Tuna PyPI 镜像

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

[/scode]

pip3 install torch torchvision torchaudio

检查 PyTorch 是否成功安装

通过 python3 进入 Python 交互式终端模式

import torch
x = torch.rand(5, 3)
print(x)
torch.cuda.is_available()