WIN11+WSL2+Ubuntu22.04+CUDA+ANACONDA3+Pytorch安装总结

Markdown

实用教程

发布日期: 2025-04-17

更新日期: 2025-05-10

文章字数: 1.3k

阅读时长: 5 分

阅读次数:

一、第一步是打开win11的linux子系统开关和虚拟程序开关

1.启动WINDOWS功能
首先在控制面板程序中找到：启动或关闭WINDOWS功能

2.然后打开标红的两项，打开后要求重启，重启即可
打开Linux Windows子系统

二、安装WSL

2.1 安装WSL子系统

在windows store 找到 Windows Subsystem for Linux, 并安装

2.2 修改wsl版本

在windows power shell下输入如下代码，修改wsl为2版本（只有1和2，2 BUG少，适配性高）
代码如下：

# 修改WSL默认版本为2
wsl --set-default-version 2

2.3 安装ubuntu(我这里是22.04)

安装ubuntu

安装好ubuntu后打开ubuntu，等待安装，安装完成后输入一个新建的账户名和密码，然后直接关闭即可

2.3 (可选)，移动WSL安装位置

首先：查看wsl下的Linux是否为关闭状态，当wsl为Stopped才能进行下一步。
在powershell 下

# 先查看WSL状态，是否是stoped
wsl -l -v

如果状态不是stop执行下面操作，如果是stop跳过此步

# 关闭子系统
wsl --shutdown

状态为stop,则显示界面为：

C:\Users\xxx\Desktop>wsl -l -v
  NAME      STATE           VERSION
* Ubuntu-22.04    Stopped         2

开始移动，先将ubuntu以压缩包形式导出

wsl --export Ubuntu-22.04 D:\WSL2_Ubuntu\Ubuntu-22.04.tar

注销原有子系统

wsl --unregister Ubuntu-22.04

将打包的系统导出

wsl --import Ubuntu-22.04 D:\WSL2_Ubuntu\ D:\WSL2_Ubuntu\Ubuntu-22.04.tar --version 2

导出后，ubuntu登录会默认首选root用户，可以修改为登录首选为子用户

# 此命令只适用于 ubuntu22.04版本  其他版本需要修改exe前面的字符串
ubuntu2204.exe config --default-user mini(这表示你的子用户名)

2.4 更新Ubuntu软件源

安装前先打开ubuntu界面，修改一下下载镜像源，加快下载速度

备份原先官方源：

sudo cp /etc/apt/sources.list /etc/apt/sources.list.backup

vim 打开/etc/apt/sources.list文件：

sudo vim /etc/apt/sources.list

打开后添加以下内容：（阿里云源）

deb http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse

然后再执行更新源命令 apt update 即可：

sudo apt update && sudo apt upgrade

三、安装软件环境

3.1 安装CUDA

打开下边链接
CUDA on Windows Subsystem for Linux (WSL)
我们安装CUDA12.1版本，进去显示最新的（cuda12.2这太高了torch都没支持呢），找到自己需要的版本

直接按照给定的命令输入到ubuntu命令行中

直接复制上述命令输入即可:

wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin

sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600

wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda-repo-wsl-ubuntu-12-1-local_12.1.0-1_amd64.deb

sudo dpkg -i cuda-repo-wsl-ubuntu-12-1-local_12.1.0-1_amd64.deb

sudo cp /var/cuda-repo-wsl-ubuntu-12-1-local/cuda-*-keyring.gpg /usr/share/keyrings/

sudo apt-get update

sudo apt-get -y install cuda

全部执行完成后，打开文件：

sudo vim ~/.bashrc

末尾添加以下内容

# cuda
export CUDA_HOME=/usr/local/cuda
export PATH=${CUDA_HOME}/bin:$PATH
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:${CUDA_HOME}/lib64

# 或config cuda
export CUDA_HOME=/usr/local/cuda-12.1
export PATH=$PATH:$CUDA_HOME/bin       
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_HOME/lib64
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_HOME/extras/CUPTI/lib64

完成后刷新一下：

source ~/.bashrc

然后就能nvcc -V 就能查看CUDA版本了

nvcc -V

3.1 安装anaconda3

1. 安装软件依赖包：

sudo apt install libgl1-mesa-glx libegl1-mesa libxrandr2 libxrandr2 libxss1 libxcursor1 libxcomposite1 libasound2 libxi6 libxtst6

2. 下载Anaconda安装包

安装Anaconda的最佳方法是下载最新的Anaconda安装程序bash脚本, 然后运行它。

在Anaconda下载页面上找到适用于Python 3的最新版本的Anacoda。

wget https://repo.anaconda.com/archive/Anaconda3-2024.10-1-Linux-x86_64.sh

下载完成运行脚本:

bash Anaconda3-2024.10-1-Linux-x86_64.sh

安装过程基本上一路回车就可以了，或者yes即可。

加入后重载环境变量：

source /etc/bash.bashrc

3.2 安装PyTorch

最好我们用conda新建一个虚拟环境来安装：

conda create -n llm-learn python=3.10

切换到环境：

conda activate llm-learn

为了不污染bash环境，我们将我们创建的环境推荐到系统环境中，打开系统环境：

vim ~/.bashrc

在最后一行推荐以下命令：

conda activate llm-learn

安装PyTorch，因为我们CODA安装的是12.1版本的，所以PyTorch我们安装2.3.0版本的

# CUDA 12.1
conda install pytorch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0 pytorch-cuda=12.1 -c pytorch -c nvidia

# 安装PyTorch 2.3.0 + CUDA 12.1
pip install torch==2.3.0+cu121 torchvision==0.18.0+cu121 --extra-index-url https://download.pytorch.org/whl/cu121