安装wsl2
先决条件
Windows 10 版本 2004 及更高版本（内部版本 19041 及更高版本）或 Windows 11
通过按 Windows 徽标键 + R ---输入winver，单击确定，检查你的 Windows 版本
如果内部版本低于要求请升级。登录你的windows账户并升级windows至预览版本，（过程可能需要1-2个小时）
升级完成后，验证内部版本是否低于19041 ，如果还低说明选错了升级渠道，一定要选择Dev 渠道，最新渠道，获取最新的版本
安装预览版nvdia驱动
GPU in Windows Subsystem for Linux (WSL) | NVIDIA Developer
需要登录nvidia账号才能下载，登录账号后下载适合自己的nvidia版本
启用windows子系统功能
安装WSL2
1.管理员身份PowerShell
dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart重启电脑
2.管理员PowerShell 将WSL2设置为默认版本
wsl --set-default-version 2提示"WSL 2 需要更新其内核组件”。下载并安装 WSL2 Llinx内核
3. 随后进入微软商店下载并安装对应的ubuntu版本即可。或者前往在此选择具体Linux版本
两种方式登录wsl2
如果系统无法进入并报错，需要下载并安装 WSL2 Llinx内核
确保WSL2的linux内核为4.19.121+
uname -a
验证 wsl2
↓↓↓↓↓↓↓↓↓↓ Windows 管理员PowerShell
wsl --list --verbose
只要这个版本是2说明wsl2安装成功。(只有2才可以调用GPU)
安装docker
下面代码一行一行执行
sudo apt-get update
sudo apt-get install \
apt-transport-https \
ca-certificates \
curl \
gnupg \
lsb-releasecurl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpgecho \
"deb [arch=amd64 signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu \
$(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/nullsudo apt-get update
sudo apt-get install docker-ce docker-ce-cli containerd.io安装nvidia-docker
直接使用nvdia-docker，当前系统是不需要安装cuda的
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
curl -s -L https://nvidia.github.io/libnvidia-container/experimental/$distribution/libnvidia-container-experimental.list | sudo tee /etc/apt/sources.list.d/libnvidia-container-experimental.listsudo apt-get update
sudo apt-get install -y nvidia-docker2重启docker
sudo service docker stop
sudo service docker start验证nvidia-docekr 是否可以调用GPU
创建一个tensorflow容器
sudo docker run --runtime=nvidia --rm -it --name tensorflow-1.14.0 tensorflow/tensorflow:1.14.0-gpu-py3如果报错，是因为现最新版的 nvidia-docker有BUG (2022-2-10再次测试这个bug已经好了)
docker: Error response from daemon: OCI runtime create failed: container_linux.go:367: starting container process caused: process_linux.go:495: container init caused: Running hook #1:: error running hook: exit status 1, stdout: , stderr: nvidia-container-cli: initialization error: driver error: failed to process request: unknown.
对部分包进行降级
sudo apt-get install nvidia-docker2:amd64=2.5.0-1 \
libnvidia-container-tools:amd64=1.3.3-1 \
nvidia-container-runtime:amd64=3.4.2-1 \
libnvidia-container1:amd64=1.3.3-1 \
nvidia-container-toolkit:amd64=1.4.2-1再次运行容器
sudo docker run --runtime=nvidia --rm -it --name tensorflow-1.14.0 tensorflow/tensorflow:1.14.0-gpu-py3
测试GPU是否可用
python
import tensorflow as tf
print(tf.test.is_gpu_available())windows wsl 操作技巧、命令
windows wsl 操作技巧、命令_SUNbrightness的博客-CSDN博客_wsl技巧
参考链接
CUDA on WSL :: CUDA Toolkit Documentation
nvidia-docker 2.6.0-1 - not working on Ubuntu WSL2 · Issue #1496 · NVIDIA/nvidia-docker · GitHub