WSL2的安装与配置(创建Anaconda虚拟环境、更新软件包、安装PyTorch、VSCode)

这篇具有很好参考价值的文章主要介绍了WSL2的安装与配置(创建Anaconda虚拟环境、更新软件包、安装PyTorch、VSCode)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1. WSL2 安装

  1. 以管理员身份打开 PowerShell(“开始”菜单 >“PowerShell” >单击右键 >“以管理员身份运行”),然后输入以下命令:

    dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart
    
  2. 以管理员身份打开 PowerShell 并运行:

    dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart
    
  3. ❗️重新启动计算机(必须)

  4. 下载内核并安装: 适用于 x64 计算机的 WSL2 Linux 内核更新包

  5. 打开 PowerShell,然后在安装新的 Linux 发行版时运行以下命令,将 WSL 2 设置为默认版本

    wsl --set-default-version 2
    
  6. 打开 Microsoft Store,并下载喜欢的 Linux 分发版。

    • Ubuntu 18.04 LTS
    • Ubuntu 20.04 LTS
    • Ubuntu 22.04 LTS
    • Debian GNU/Linux
    • Fedora Remix for WSL
  7. 安装完成后在 Microsoft Store 打开安装的系统,首次启动新安装的 Linux 分发版时,将打开一个控制台窗口,系统会要求你等待一分钟或两分钟,以便文件解压缩并存储到电脑上。 未来的所有启动时间应不到一秒。

    wsl2,软件推荐,深度学习(Deep Learning),机器学习(Machine Learning),pytorch,人工智能
  8. 然后,需要为 Linux 分发版创建用户帐户和密码。

  9. 之后在 cmd 或 Powershell 中输入 wsl 即可打开 WSL(直接 Windows + R,输入 wsl 即可运行 WSL2)。

2. 更改 WSL 所在路径

安装完 WSL 后,默认是在 C 盘下的,一般来说系统盘的容量通常来说是有限的,需要更改安装目录。

  1. 查看 WSL 的运行状态:
    wsl -l -v
    
  2. 确保 WSL 处于关闭状态(Stopped),如果是 Running,则需要关闭:
    wsl --shutdown
    
    之后再次查询 WSL 状态
  3. 导出当前的 Linux 系统镜像:
     --export Ubuntu-20.04 f:\image_ubuntu20.04.tar
    
    之后会在 F 盘中有一个大小为 1.2G 的 image_ubuntu20.04.tar 文件
  4. 移除之前注册的 WSL:
    wsl --unregister Ubuntu-20.04
    
  5. 再次输入查看 WSL 的运行状态:
    wsl -l -v
    
    适用于 Linux 的 Windows 子系统没有已安装的分发版。
    可以通过访问 Microsoft Store 来安装分发版:
    https://aka.ms/wslstore
    
    这样说明我们取消注册成功了
  6. 我们重新注册 WSL:
    wsl --import Ubuntu-20.04 f:\WSL-Ubuntu-20.04 f:\image_ubuntu20.04.tar
    
  7. 重新查看 WSL 状态:
    wsl -l -v
    
    NAME            STATE           VERSION
    * Ubuntu-20.04    Stopped         2
    
    此时,我们的 WSL 就已经移动完成了!

注意

  1. 移动完成后不需要重新设置密码了
  2. image_ubuntu20.04.tar 这个文件可以删除掉了
  3. WSL-Ubuntu-20.04/ 这个文件夹就是 WSL2 的系统盘,不要删除!

3. WSL2 首次配置

3.1 更新软件包

安装完 WSL2 之后,我们就可以理解为它就是一个全新的系统,所以我们首先需要更新软件包:

sudo apt update

3.2 安装 Anaconda

  1. 下载安装包

    cd
    wget https://repo.anaconda.com/archive/Anaconda3-2023.09-0-Linux-x86_64.sh
    
  2. 安装

    sh Anaconda3-2023.09-0-Linux-x86_64.sh
    
  3. 打开环境变量

    cd
    notepad.exe ~/.bashrc
    
  4. 设置环境变量

    # 添加 Anaconda 环境变量
    export PATH="/home/WSL用户名/anaconda3/bin:$PATH"
    
  5. 设置快捷键

    # 设置快捷键(可选)
    alias act='conda activate'
    alias deact='conda deactivate'
    
  6. 更新环境变量

    source ~/.bashrc
    
  7. 此时在 bash 中输入:

    conda --version
    

    得到下面的结果:

    conda 23.7.4
    

    此时,Anaconda 就已经安装好了!

Tips:

  1. 嫌弃 wget 下载慢的话🤪,可以直接在 Windows 上下载 Anaconda,之后 cd 到下载目录,安装即可🤗
  2. 安装 Anaconda 时,协议太长了可以按 q 跳过(反正你也不看🤭)
  3. Anaconda 安装可能会很慢,耐心一点🫡
  4. 在执行 step 3 时,如果说没有找到 ~/.bashrc,请直接 cdroot 后再执行
  5. 在执行 step 4 时,/home/WSL用户名/ 就是你 Anaconda 安装的位置。比如我直接安装在了 root 下,所以就是 export PATH="/root/anaconda3/bin:$PATH"

3.3 创建 Anaconda 虚拟环境

因为 WSL2 是一个新系统,所以我们需要重新创建环境。

  1. 创建环境

    conda create -n 虚拟环境名称 python=3.8
    
    Downloading and Extracting Packages
    
    Preparing transaction: done
    Verifying transaction: done
    Executing transaction: done
    #
    # To activate this environment, use
    #
    #     $ conda activate learning
    #
    # To deactivate an active environment, use
    #
    #     $ conda deactivate
    

    此时,虚拟环境安装完毕

  2. 初始化 conda 环境

    conda init
    

    之后退出这个 bash,重新打开一个

  3. 激活虚拟环境

    act 虚拟环境名称
    
  4. 安装必要的库

    pip install 库的名称
    

4. 安装 PyTorch

  1. 先查看 CUDA 版本:

    nvidia-smi
    
    +-----------------------------------------------------------------------------+
    | NVIDIA-SMI 510.60.02    Driver Version: 512.15       CUDA Version: 11.6     |
    |-------------------------------+----------------------+----------------------+
    | GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
    | Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
    |                               |                      |               MIG M. |
    |===============================+======================+======================|
    |   0  NVIDIA GeForce ...  On   | 00000000:01:00.0  On |                  N/A |
    |  0%   35C    P8    13W / 240W |    719MiB /  8192MiB |      5%      Default |
    |                               |                      |                  N/A |
    +-------------------------------+----------------------+----------------------+
    
    +-----------------------------------------------------------------------------+
    | Processes:                                                                  |
    |  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
    |        ID   ID                                                   Usage      |
    |=============================================================================|
    |  No running processes found                                                 |
    +-----------------------------------------------------------------------------+   
    
  2. 在 PyTorch 官网 上找到对应的安装命令:

    pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116
    
    Successfully installed certifi-2023.7.22 charset-normalizer-3.3.0 idna-3.4 pillow-10.1.0 requests-2.31.0 torch-1.13.1+cu116 torchaudio-0.13.1+cu116 torchvision-0.14.1+cu116 typing-extensions-4.8.0 urllib3-2.0.7
    
  3. 测试 PyTorch 是否可用:

    python
    
    >>> import torch
    >>> dummpy_tensor = torch.ones((1, 2, 3))
    >>> dummpy_tensor.cuda()
    tensor([[[1., 1., 1.],
             [1., 1., 1.]]], device='cuda:0')
    

    现在,我们的 CUDA 版本的 PyTorch 就可以用了!

4. 使用 VSCode 打开 WSL2

4.1 方式1

直接在我们想要打开的文件夹下,Shift + 右键,选择 在此处打开 Linux shell(L),之后在打开的终端输入 code ./ 即可。或者直接在 WSL2 终端中输出 code ./,之后手动再次选择文件夹也可以。

wsl2,软件推荐,深度学习(Deep Learning),机器学习(Machine Learning),pytorch,人工智能
code ./
Installing VS Code Server for x64 (f1b07bd25dfad64b0167beb15359ae573aecd2cc)
Downloading: 100%
Unpacking: 100%
Unpacked 1608 files and folders to /root/.vscode-server/bin/xxxxxxxxxxxxxxxxxxxxx

这里是提示我们要安装 VSCode,等待安装完毕即可。

4.2 方式2

当我们安装好 WSL2 后,可以在 VSCode 中搜索 WSL 插件,安装完毕后即可在 VSCode 中远程链接 WSL2 了(和 SSH 远程链接服务器差不多)。

5. WSL2 和 Windows 共享 Proxy

  1. 打开 Allow LAN(允许局域网)
  2. 打开环境变量
    cd
    notepad.exe .bashrc
    
  3. 添加语句:
    hostip=$(cat /etc/resolv.conf |grep -oP '(?<=nameserver\ ).*')
    export https_proxy="http://${hostip}:7890"
    export http_proxy="http://${hostip}:7890"
    export all_proxy="socks5://${hostip}:7890"
    
    此处需要注意的是,7890 是你设置的端口号,可以在 Proxy 软件中的 port 中设置
  4. 更新环境变量
    source .bashrc
    
  5. 可以通过 ping 命令来进行测试

Note文章来源地址https://www.toymoban.com/news/detail-852621.html

  1. 如果之后失效了,关闭 Allow LAN(允许局域网) 再打开就可以了。

知识来源

  1. 旧版 WSL 的手动安装步骤
  2. WSL2 修改安装目录

到了这里,关于WSL2的安装与配置(创建Anaconda虚拟环境、更新软件包、安装PyTorch、VSCode)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包赞助服务器费用

相关文章

  • 配置Cuda及Cudnn,在Anaconda创建虚拟环境,安装GPU版Pytorch,并在Jupyter noterbook及Pycharm中调用【极其详细】

    配置Cuda及Cudnn,在Anaconda创建虚拟环境,安装GPU版Pytorch,并在Jupyter noterbook及Pycharm中调用【极其详细】

    目录  一、配置Cuda及Cudnn (一)下载Cuda 1、查看电脑自带的Cuda版本 2、下载相应版本Cuda安装包 3、安装Cuda 4、配置变量 (二)下载Cudnn 二、创建虚拟环境 三、虚拟环境中安装GPU版Pytorch (一)有关环境的基本指令 (二)安装GPU版Pytorch 四、将虚拟环境在Jupyter noterbook及Pycha

    2024年04月28日
    浏览(46)
  • Anaconda创建虚拟环境并安装标注工具labelimg

    Anaconda创建虚拟环境并安装标注工具labelimg

    1)进入Anaconda prompt,新建labelimg环境 2)激活刚创建的环境 3)安装labelimg库 安装成功的样子: 4)打开labelimg 下次我们再重新进入的时候需要重新激活环境再进去,激活之后可以看到base变成labelimg 激活环境 打开labelimg Labelimg是一款开源的数据标注工具,可以标注三种格式。 ​

    2024年02月06日
    浏览(14)
  • win10下wsl2使用记录(系统迁移到D盘、配置国内源、安装conda环境、配置pip源、安装pytorch-gpu环境、安装paddle-gpu环境)

    win10下wsl2使用记录(系统迁移到D盘、配置国内源、安装conda环境、配置pip源、安装pytorch-gpu环境、安装paddle-gpu环境)

    安装好后环境测试效果如下,支持命令nvidia-smi,不支持命令nvcc,usr/local目录下没有cuda文件夹。 系统迁移到非C盘 wsl安装的系统默认在c盘,为节省c盘空间进行迁移。 1、输出 wsl -l 查看要迁移的系统名称 2、执行导出命令: wsl --export Ubuntu-20.04 ./Ubuntu-20.04.tar ,以下命令将系统

    2024年02月20日
    浏览(10)
  • ubuntu环境创建anaconda虚拟环境安装pytorch-gpu版本

    ubuntu环境创建anaconda虚拟环境安装pytorch-gpu版本

    参考文章 文章1 文章2 unbuntu:20.04 cuda:12.0 cuda:11.3 cudnn:8.2.0 python:3.8 pytorch:1.10.0 版本连接查找 https://tensorflow.google.cn/install/source#gpu 官网链接:https://developer.nvidia.com/cuda-toolkit-archive ubuntu 环境 cuda 版本最高匹配 12.0 ,我下载 11.3.0 安装命令 选continue 填accept 电脑里有驱动,按空格取

    2024年02月06日
    浏览(25)
  • WSL2中配置docker运行环境

    不在windows中直接安装docker的原因是,windows中安装的docker,在创建linux容器以后,带宽会急剧下降,只能达到 7M/s(局域网,非外网),而在wsl中安装的docker,创建容器后,带宽性能丝毫不受影响。 网上有很多大神,关于安装wsl2的文章,这里就不详述。贴一个链接 Winux之路-

    2024年02月15日
    浏览(13)
  • wsl2安装mysql环境

    wsl2安装mysql环境

    安装完mysql后通过如下命令启动mysql 会显示如下错误:  mysql: unrecognized service  实际上上面显示的错误是由于mysql没有启动成功造成的 我们要想办法成功启动mysql才可以 1.通过如下操作就可以跳过密码直接进入mysql环境  2.如果想找到mysql默认密码,通过密码进入mysql环境,可以

    2024年02月13日
    浏览(32)
  • anaconda 创建虚拟环境、激活,使用的基本方法及安装包的基本方法

    anaconda 创建虚拟环境、激活,使用的基本方法及安装包的基本方法

    第一步 打开Anaconda Prompt 可以看到这里是base环境。 第二步 我们现在要创建一个新的虚拟环境,名叫test,且python版本为3.8 在安装过程中会出现下面这个选项,输入y就好了 创建成功如下图所示!hiahia! 我们已经学会如何创建新的环境了!没错!我们非常棒!下面我们就看看,

    2024年03月14日
    浏览(13)
  • Mac 安装anaconda并配置虚拟环境

    背景,学习人工智能使用python, 创建虚拟环境等等,使用pip命令安装依赖的时候各种报错,问题很多,在网上查找解决办法的时候,看到有使用anaconda进行虚拟环境创建和安装的方式,很方便,所以选择使用这种方式。 首先使用浏览器访问 anaconda的官网:https://www.anaconda.co

    2024年02月02日
    浏览(11)
  • 解决问题:Anaconda安装在D盘,新创建的虚拟环境一直在C盘的问

    解决问题:Anaconda安装在D盘,新创建的虚拟环境一直在C盘的问

    下载安装anaconda时,为了不占用C盘空间,我选择安装路径在D盘,但是新建的虚拟环境总是在C盘中的用户目录下,如下图-1所示,尝试解决了很多次,将最终我的解决方法分享一下,希望对您有所帮助 图--1  接下来我的解决办法如下:(我的电脑是win11系统,anaconda是2023.9版本

    2024年02月04日
    浏览(25)
  • win10、win11下WSL2环境安装

    win10、win11下WSL2环境安装

    微软官方wsl手册 微软官方wsl手册pdf 打开win10的设置,搜索windows功能,打开启用或者关闭Windows功能(win11可能搜不到,需要在控制面板里面搜索) 勾选以下2个地方,并重启,也有可能是中文名字“虚拟机平台” 下载WSL2升级包,并点击安装 WSL2升级包 以管理打开Powershell,并执行

    2023年04月17日
    浏览(8)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包