关于wsl2:Windows11使用WSL-Ubuntu搭建paddle的GPU环境

Windows11应用WSL Ubuntu搭建paddle的GPU环境

最近降级到了Windows11，忽然有个大胆的想法：在Windows11上装置WSL，将所有开发环境装置到WSL中。这样就能在windows各种QQ/微信/Steam玩的飞起，又能在Linux中敲代码。

以后工夫：2022-08-13，本文章中所有步骤都是依据官网的装置办法，如果工夫比拟长了，可能须要切换到最新的官网文档。

本文章为装置胜利后的分享，能够释怀参考。

paddle的坑

1. 目前不兼容ubuntu22.04，查资料说是paddle不反对高版本gcc
2. 间接运行paddle提供的docker镜像是可行，然而docker内的python版本过低（python3.7），导致matplotlib无奈装置，如果不须要个别依赖包能够不必折腾
3. 吐槽下，ubuntu22.04都公布半年了，还做不到兼容，天天吹流弊有个锤子用

版本/型号

疑难

在实现装置前，本人对WSL也有疑难的中央，可能大家也有相似的疑难，所以列举进去。

• 疑难1：WSL就是指Windows中运行的Linux零碎吗？

  • WSL是个工具，用于运行/管理子系统（如：Ubuntu/Centos）
  • （为了不便表述，上面用ubuntu指代其中一个子系统）

• 疑难2：WSL吃资源吗？

  • WSL工具自身不吃资源，然而运行子系统须要吃资源，毕竟多跑了个零碎

• 疑难3：WSL装置后始终在后盾运行吃资源吗？

  • WSL是个工具，且子系统不会自启动（默认状况），还能够手动。即不应用的时候不吃资源

• 疑难4：docker要Windows中装置，还是要在ubuntu中装置？

  • 在Windows中装置Docker Desktop相当于在WSL下又装置了一个跑docker的子系统
  • 在Ubuntu中装置依照docker服务器装置的步骤装置即可
  • 举荐在ubuntu中装置，更加节俭内存

  • 以下数据是在"工作管理器"中的"性能"页面察看失去，数据并不谨严，不排除期间开了其他软件等影响，但内存使用量迥异不影响后果判断：

    • 未关上所有子系统，内存应用：4.5G
    • 关上ubuntu20，内存应用：5.8G
    • 关上Ubuntu20内的docker，内存应用：6.1G
    • 关上ubuntu20，docker子系统（装置在windows上），内存应用：10.7G
    • 起因：装置在windows上的docker须要一个子系统来跑dockers服务，而在ubuntu中装置只是多运行了一个服务，节俭了零碎运行环境须要的资源

• 疑难5：在windows中装置了驱动，ubuntu中还须要装置显卡驱动/CUDA/cuDNN吗？

  • ubuntu中不须要再装置显卡驱动，然而须要装置CUDA/cuDNN

• 总结

  • WSL是个子系统管理工具（能够类比为docker运行时）
  • 从WSL或微软商店装置的Ubuntu/Centos才是真正的子系统（能够类比为docker的容器）
  • Docker最好装置在子系统中（节俭内存）

步骤

Windows11装置WSL

官网-装置WSL
官网-WSL根本命令

1. 关上"Windows性能"，将"Hyper-V"/"实用于Linux的Windows子系统"/"虚构平台"都勾选上，重启
2. windows零碎就主动装置了wsl工具
3. 在微软商店搜寻"Ubuntu"，间接点击装置期待实现（这里抉择ubuntu20.04，因为paddle不兼容ubuntu22，因为）
4. 关上"ubuntu20.04"，如果如下报错

Installing, this may take a few minutes...WslRegisterDistribution failed with error: 0x800701bcError: 0x800701bc WSL 2 ?????????????????? https://aka.ms/wsl2kernelPress any key to continue...

4. 请更新下WSL内核并重启即可

wsl --update

配置ubuntu20.04的环境

官网-装置Docker Engine on Ubuntu

1. 进入ubuntu外部
2. 装置miniconda当作python管理工具
3. 更换"ubuntu"/"conda"/"pypi"国内镜像源
4. 装置Dockers，留神是装置Dockers Engine,而不是Docker Desktop

驱动/CUDA/cuDNN关系

显卡、显卡驱动、cuda 之间的关系是什么？ - 智星云服务的答复 - 知乎

装置CUDA

官网-装置cuda命令

1. 提前装置好miniconda（装置命令会主动配置conda环境）
2. 关上下面的地址，拜访比较慢，刷不进去多试几次，环境不同装置的命令也不同，抉择好参数后会有装置命令，照抄命令就能够了
3. 有些文章说装置cuda后要改环境变量，我提前装好了miniconda，所以装置好主动配置了，不须要改，关上"~/.bashrc"最下方能够看到配置的内容
4. 上面以我抉择的参数"Linux"/"x86_64"/"Ubuntu"/"20.04"/"deb(network)"，生成的代码如下：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-keyring_1.0-1_all.debsudo dpkg -i cuda-keyring_1.0-1_all.debsudo apt-get updatesudo apt-get -y install cuda

• 在执行最初一个命令时，我遇到了个报错，依据提醒在命令前方加上"--fix-missing"即可，大家装置的时候留神察看装置过程中是否有报错

主动增加的环境变量如下，自己的登录用户名为"x"，所以每个人装置的门路都有区别

# >>> conda initialize >>># !! Contents within this block are managed by 'conda init' !!__conda_setup="$('/home/x/miniconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"if [ $? -eq 0 ]; then    eval "$__conda_setup"else    if [ -f "/home/x/miniconda3/etc/profile.d/conda.sh" ]; then        . "/home/x/miniconda3/etc/profile.d/conda.sh"    else        export PATH="/home/x/miniconda3/bin:$PATH"    fifiunset __conda_setup# <<< conda initialize <<<

装置cuDNN

官网-装置cuDNN

1. 留神看外面的目录，自行抉择对应的零碎和装置形式
2. 我抉择的是ubuntu的网络装置，执行的代码如下：

# 因为文档中的地址应用了变量，用export形式赋值export OS=ubuntu2004export cudnn_version=8.5.0.*export cuda_version=cuda11.7# 装置wget https://developer.download.nvidia.com/compute/cuda/repos/${OS}/x86_64/cuda-${OS}.pin sudo mv cuda-${OS}.pin /etc/apt/preferences.d/cuda-repository-pin-600sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/${OS}/x86_64/3bf863cc.pubsudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/${OS}/x86_64/ /"sudo apt-get updatesudo apt-get install libcudnn8=${cudnn_version}-1+${cuda_version}sudo apt-get install libcudnn8-dev=${cudnn_version}-1+${cuda_version}

实现

下面实现了所有配置，测试下是否胜利

1. 进入ubuntu
2. 进入conda环境

3. 关上python命令行

   import paddlepaddle.utils.run_check()

其余

• ubuntu中能够间接拜访windows中的文件，挂载在"/mnt"目录下
• WSL搭配vscode应用十分顺滑，能够参考VsCode轻松应用docker容器 视频，将"Remote SSH"插件改为"Remote WSL"即可，操作大同小异