WSL2下安装PaddlePaddle-GPU

本文讲述了作者在WindowsSubsystemforLinux2(WSL2)环境下配置PaddlePaddle-GPU遇到的问题,包括cudnn设置和libcuda.so文件路径,最后提供了解决方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

    由于MedicalSeg项目在Windows下跑的十分不顺利,于是我尝试使用WSL2去运行它,但期间踩了很多坑,发出来记录一下。

    如何配置WSL2这里就不细讲了,有兴趣的可以自己查一下,这里主要讲安装并运行PaddlePaddle-GPU。

    首先去paddlepaddle的官网安装选择合适的linux版本安装,网址:安装

    安装完成后依次输入python, import paddle, paddle.utils.run_check(),发现报错。

    经查询发现是cudnn配置问题。PaddlePaddle不像Pytorch,需要自行配置cudnn。去英伟达官网,下载相应版本的linux x86_64版本,链接:https://developer.nvidia.com/rdp/cudnn-archive

    下载解压完成后,有lib和include两个文件夹,分别放在/usr/local/cuda-12.0/lib64和/usr/local/cuda-12.0/include下,其中cuda-12.0改为你cuda相应的版本号。

    记得给文件提权,否则代码没法访问。sudo chmod a+r /usr/local/cuda-12.0/lib64 和 sudo chmod a+r /usr/local/cuda-12.0/include。

    再次依次输入python, import paddle, paddle.utils.run_check(),发现报错。

    从图中我们可以发现,它可以正常检测到cudnn,说明其已经配置好了,那么现在报错是什么原因呢?我查了半天,最终发现paddle没有找到libcuda.so文件,因为在WSL2中,该文件在/usr/lib/wsl/lib路径下。

    知道了问题,解决起来就很简单了,在bashrc中最后一行添上export LD_LIBRARY_PATH=/usr/lib/wsl/lib:$LD_LIBRARY_PATH,然后source ~/.bashrc,输入python, import paddle, paddle.utils.run_check(),成功。

    至此,我们可以开心地用WSL2炼丹了。

### 如何安装 PyTorch 1.10.1 版本 #### 使用 Conda 安装 PyTorch 1.10.1 对于 Windows 用户,在 Anaconda 环境下可以执行如下命令来安装指定版本的 PyTorch: ```bash conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=11.3 -c https://mirror.nju.edu.cn/anaconda/cloud/pytorch -c https://mirror.nju.edu.cn/anaconda/pkgs/main ``` 此方法利用了国内镜像源加速下载速度并确保稳定性[^3]。 #### 使用 Pip 安装 PyTorch 1.10.1 和 PaddlePaddle-GPU 2.2.1 为了提高 pip 的安装效率,建议配置本地 pip 配置文件以使用更快捷的软件包索引服务。编辑 `~/.pip/pip.conf` 文件设置清华源作为默认索引地址: ```ini [global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple ``` 接着创建一个新的 Python 虚拟环境,并通过以下指令依次完成所需库的安装操作: ```bash virtualenv yourenvname source yourenvname/bin/activate python -m pip install paddlepaddle-gpu==2.2.1 -i https://mirror.baidu.com/pypi/simple pip install torch==1.10.1 torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple ``` 上述步骤不仅能够满足 PyTorch 1.10.1 的安装需求,同时也支持 PaddlePaddle GPU 版本的部署工作[^2]。 #### WSL2Ubuntu 18.04 LTS 中 CUDA 及 PyTorch 的联合安装 针对采用 WSL2 平台运行 Linux 发行版的情况,当目标操作系统为 Ubuntu 18.04 LTS 时,可按照下列流程准备开发环境: - 安装 NVIDIA 显卡驱动程序; - 获取适用于系统的 CUDA Toolkit (推荐选用稳定版本如 11.5),注意选择 runfile(local) 方式而非 deb[network]; - 修改 `.bashrc` 或者其他 shell profile 来更新 PATH 和 LD_LIBRARY_PATH 环境变量以便于调用 CUDA 工具链; - 执行前述基于 pip 的 PyTorch 安装指南中的相应部分[^4]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Azusa_Cat

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值