基于 WSL2 的 DL 开发环境配置, 使用 Python 库: Pytorch.

点击查看索引

WSL2 的安装与配置

Windows11 下 WSL2 的安装与配置 .

Anaconda 的安装与使用

Anaconda 的安装

打开 Anaconda 官网 , 选择 Products - Individual Edition 进入下载界面(如图1), 选择其他版本(如图2), 下载 Linux 版本(如图3).



之后打开 Terminal, cd 至下载文件位置, 运行命令: sh Anacondaxxxx.sh, 其中要改为你自己下载的文件名. 然后就开始安装啦, 都选默认就可以.

Anaconda 的配置

安装完成后, 在命令行输入 conda, 会发现提示 “command not found“. 这是因为 shell 找不到 conda 的位置, 需要配置环境变量.
用编辑器打开 /.zshrc (如果是 bash 就打开 /.bashrc), 在文件中添加:

export PATH=/home/username/anaconda3/bin:$PATH

其中要将 bin 的地址换为你的安装路径.
保存退出后更新配置:

source /.zshrc

输入: conda init zsh 在 zsh 中初始化 conda.
输入: conda -V 检测是否安装成功, 若输出:

conda x.x.x

即代表配置成功.

Anaconda 的使用

Anaconda 除了自带许多我们所需要的 数据处理和科学计算 的 Python Packages 外, 还具有环境管理的功能, 为了防止不同工作中所需要的 Packages 产生冲突, 我们最好为不同的工作需求配置不同的工作环境, 虚拟环境就应运而生.
创建虚拟环境: conda create --name DL python=3.9.7 其中 –name 后是所创建环境的名称.
查看环境列表: conda info -econda env list.
切换虚拟环境: conda activate DL.
查看环境中安装的 Packages: conda list.
其他的不一一列举, 如有需要请自行 Google.
这里我们创建了一个名为 DL 的虚拟环境并切换到其中, 此时就可以进行后续 Python 的配置啦~

Python 环境的配置

配置完 conda 之后, 我们就可以开始 Python 环境的搭建了.

在 Terminal 中输入: python 即可进入 Python 的命令行, 代表 Python 安装成功.

安装 Pytorch

在 DL 领域, 有两个框架: TensorFlow 和 Pytorch, 这两个有一定的区别, 我才疏学浅无法叙述. 个人来讲, 选择 Pytorch 的原因是对 Python 的偏好.

进入 Pytorch 官网, 进入下载界面, 选择 Stable - Linux - Conda - Python - CUDA 11.3, 复制下方的命令在 Terminal 中运行, 文件较大需要耐心等待.

注意: 需要在 conda install 后加入 -n DL, 才能在 DL 环境中安装.

安装完成后, 进入 Python 命令行, 输入以下代码进行测试:

import torch
a = torch.rand(6, 6)
a

得到类似于以下的运行结果即代表安装成功:

CUDA 与 cuDNN 的安装

这方面网络上有许多教程, 此处只简述:

  1. 进入 CUDA 官网 下载安装 wsl 版本与 Pytorch 相对应 的版本的 CUDA Toolkit.

  1. cuDNN 是能够免费下载的, 但是需要注册 NVIDA 的账号, 之后下载 与 CUDA 相对应 的版本的 cuDNN, 并根据网络上的教程进行安装.

  1. 测试 CUDA 和 cuDNN:

在 Python 命令行输入:

import torch
from torch.backends import cudnn
torch.cuda.is_available()
cudnn.is_available()

若输出均为 True 即安装成功.

Jupyter Notebook 的安装与配置

Jupyter Notebook 的开启

因为 Jupyter Notebook 是 Anaconda 自带的, 所以可以开箱即用.
在 Terminal 中输入 jupyter notebook 即可开启 Jupyter Notebook.
之后进入 即可看到 Jupyter Notebook 的界面.

在 VSCode 中使用 Jupyter Notebook

打开 VSCode, 安装插件: Python, Jupyter Notebook.
之后创建一个后缀为 .ipynb 的文件, kernel 选择 math, 即可开始使用.