【AI训练环境搭建】在Windows11上搭建WSL2+Ubuntu22.04+Tensorflow+GPU机器学习训练环境

最新推荐文章于 2025-09-04 14:02:57 发布
原创 最新推荐文章于 2025-09-04 14:02:57 发布 · 2.6k 阅读 · 64 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#机器学习 #GPU训练 #wsl #ubuntu #windows

一、安装Ubuntu

拿到该文件Ubuntu-22.04.tar


通过wsl导入该虚拟机镜像，然后查看wsl虚拟机列表。

wsl --import Ubuntu-22.04-tensorflow D:\wsl-data\Ubuntu-22.04-tensorflow D:\wsl-data\temp\Ubuntu-22.04.tar

wsl -l

进入虚拟机

wsl -d Ubuntu-22.04-tensorflow

二、Ubuntu安装anaconda

1. 复制下载链接

点此链接进入官网，右键复制链接，这是我复制到此链接（https://repo.anaconda.com/archive/Anaconda3-2024.10-1-Linux-x86_64.sh）

Download Now | Anaconda

2.通过wget下载anaconda

命令格式：wget [上面复制的xx.sh链接]

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

下载完成

<

最低0.47元/天 解锁文章
基于WSL2+Docker的TensorFlow2配置流程
嘤熊嚎杰的博客
02-02 1154
本流程在Windows 11下进行，也适用于最新版本的Windows 10。基于Windows操作系统，对于日常使用和同时使用多个其他的开发环境更加友好，上手难度低；而基于Linux的深度学习，生态成熟且案例也更多，因此WSL2是一个非常不错的选择。同时本文兼顾了基于Cuda的深度学习开发。
wsl配置tensorflow环境
tbcsdnst的博客
04-18 1893
发现Windows 本机的 GPU 支持仅适用于 2.10 或更早版本，从 TF 2.11 开始，Windows 不支持 CUDA 构建。要在 Windows 上使用 TensorFlow GPU，您需要在 WSL2 中构建/安装 TensorFlow，或使用 TensorFlow-DirectML-Plugin 来构建/安装 tensorflow-cpu。报了很多警告，我不知道怎么解决，但是从最后一行来看运行正常，不管了。新版 tf 不用像以前一样找那么多插件的版本对应关系自己安装了。
保姆级教程：Windows 11上搭建RAGFlow完全指南，大模型入门到精通，收藏这篇就足够了！
最新发布
瓦罗兰特顶级C位的博客
09-04 1282
本文提供了在Windows 11环境下搭建RAGFlow的完整流程，从环境准备到系统配置，再到成功运行，全程细致入微，助您轻松构建自己的智能问答系统。
wsl2配置cuda和编译tensorflow
Lay_XZ的博客
10-31 705
原因是因为我把wsl中的ubuntu发行版搞崩了，卸载重装了发现ext4文件也无了，又要痛苦的重新安装cuda和编译tensorflow了（！！！！！no，好痛苦）在wsl中输入nvidia-smi如果不能显示就是安装的driver version版本太低了 我之前就因为这个卡住过。
WSL2配置tensorflow GPU环境
m0_74274799的博客
11-10 4825
自tensorflow2.10版本后已不再支持windows本机环境了，而 Windows 10 19044 或更高版本上的 WSL2 支持具有 GPU 访问权限的 TensorFlow。这对应于 Windows 10 版本 21H2，即 2021 年 11 月的更新。所以你要是想用新一点的版本又想用GPU训练的话那就只能在WSL2里面装了。
WSL Ubuntu安装TensorFlow-GPU、PyTorch-GPU
赵彬的博客
06-15 1294
选择需要的环境，复制conda命令，执行。，输出True，即证明安装成功。
Windows10/11 hyper-v安装ubuntu22.04教程
12-04 2612
在windows11里用hyper-v创建虚拟机，并在虚拟机安装ubuntu22.04操作系统
告别混乱：2025年 Windows + WSL2 + Docker + NVIDIA GPU 环境搭建终极指南
预备的小小CV算法工程师
07-22 1376
最新教程，如何配置windows下的docker环境，极致简化。告别混乱：2025年 Windows + WSL2 + Docker + NVIDIA GPU 环境搭建终极指南
windows11 实现Hyper-v ubuntu22.04 GPU虚拟化（GPU分区、GPU-P）教程
12-04 7500
windows11实现 Hyper-v虚拟机 ubuntu22.04 的GPU虚拟化（GPU分区、GPU-P）教程
Windows 11 上从零开始基于 wsl-ubuntu 搭建 AI 学习环境及部署多种私有 ChatGPT
engchina的专栏
06-02 2645
Windows 11 上从零开始基于 wsl-ubuntu 搭建 AI 学习环境及部署多种私有 ChatGPT
window11， WSL， Ubuntu 20.04 安装 tensorflow-gpu
永远飞翔的鸟
02-14 1143
window11 wsl ubuntu20.4 配置深度学习GPU环境
基于WSL2搭建Tensorflow GPU深度学习环境以及JupyterLab
skysafari的博客
06-27 3543
由于在Windows上tensorflow在2.10之后的版本不再支持GPU运算，只能使用Linux，所以需要基于WSL2搭建环境（
TensorFlow GPU不可用，WSL2安装
qq_40016005的博客
04-17 4925
这个帖子写给23年刚买电脑、系统是win11，tensorflow版本是2.10以上的兄弟们。不符合的可以去看其他答案了。这是以我三天来的安装经历来写的，希望能给后来的兄弟们减少时间的浪费。win11，安装的tensorflow的版本都是2.12的，但是从2.10开始tensorflow就不支持gpu了，这点在英文版的安装页面里有而中文版是没有这个提示的，估计也是很多人试了很多遍，检查了很多次环境变量都解决不了为什么就是不能调用gpu的原因。
TensorFlow2.16.1-gpu (windows10 wsl2 ubuntu)
u013059817的博客
05-08 4421
3，windows想要安装最新版的TensorFlow2.16.1 gpu支持 需要wsl2。安装好后在PowerShell和在wsl中使用命令 nvidia-smi 输出信息一样。按照上图的步骤操作就能成功安装tf2.16.1-gpu。2，原生widows上gpu支持到2.10版本。tf2.16.1-gpu安装成功。pip安装换国内源，下面是阿里云的示例。4，进入wsl中安装tf2.16.1。还提到了的其他方法，可自行尝试。安装自己GPU适配的最新版。windows本机安装。，把包名替换成8.9的。
Windows 11 安装tensorflow-gpu深度学习环境
【更新于公众号 | 简谱学记】
04-01 4564
TensorFlow 是一个由 Google 建立的深度学习库，自从去年年初推出以来，它已经获得了很大的吸引力。主要功能包括自动微分、卷积神经网络(CNN)和回归神经网络(RNN)。它是用 C + + 和 Python 编写的，为了提高性能，它使用了一个名为“ Cloud TensorFlow”的服务器，该服务器运行在 Google Cloud Platform 上。它不需要 GPU，而 GPU 是它的主要功能之一。Tensorflow 的最新版本也通过 matplotlib 支持数据可视化。
WSL2安装tensorflow经验总结
qq_14951447的博客
10-08 1298
wsl安装anaconda
通过WSL2来实现Windows10/11的深度学习模型GPU加速，TensorFlow项，Jupyter及其插件安装，CQF心得，金融量化
热门推荐
pepCodeTrader的博客
01-30 1万+
WSL2实现GPU加速，安装WSL2 Miniconda3 CUDA cuDNN TensorFlow Jupyter TA-Lib等金融量化相关库。
【AI训练环境搭建】在IDE（Pycharm或VSCode）上使用WSL2+Ubuntu22.04+Conda+Tensorflow+GPU进行机器学习训练
fengye002fly的博客
04-21 1839
本次实践将在IDE（Pycharm或VSCode）上使用WSL2+Ubuntu22.04+Tensorflow+GPU进行机器学习训练。基本原理是在IDE中拉起WSL2中的Python解释器，并运行Python程序。要运行Conda+Tensorflow+GPU你可能需要进行以下准备工作。， 也可以通过以下cmd命令进行提前克隆（需要安装git程序）。2.查看此示例进行WSL2+Ubuntu22.04+Conda+Tensorflow+GPU机器学习训练环境搭建。
从零部署Qwen大模型：vLLM实战指南，零基础小白收藏这一篇就够了！
2401_82469710的博客
08-14 1039
本文将手把手教你使用高性能推理引擎vLLM部署Qwen大模型，并提供Python和Java两种语言的实现代码，帮助不同技术背景的开发者快速上手。
在wsl ubuntu中调用显卡使用comfyui应该安装哪些
06-09
<think>首先，用户的问题是关于在WSLUbuntu中使用ComfyUI调用AMD显卡进行加速所需的组件。ComfyUI是一个基于AI的UI框架，用户想在WSL中运行它，并使用AMD显卡加速。从历史对话中，我注意到用户之前安装了`amdgpu-install_6.4.60401-1_all.deb`，并通过`sudoamdgpu-install--list-usecase`查看了可用的用例。输出显示了许多选项，包括"wsl"，这是针对WSL的。用户的当前问题是："我想在WSLUbuntu中使用ComfyUI调用显卡需要安装哪些组件？请问wslubuntu使用amdgpu安装哪些组件以支持comfyui显卡加速？"关键点是：-环境：WSLUbuntu（WindowsSubsystemforLinux）-目标：使用ComfyUI进行显卡加速-工具：AMDGPU驱动，通过`amdgpu-install`参考站内引用[1]，提到了AMD官网的ROCM驱动安装方法，但那是针对非WSL环境的。引用[1]说："上述引用仅供参考，并不是用户真正的需求"，所以我应该专注于用户的上下文。用户上一次的问题是关于安装amdgp驱动和查看用例。现在，他们具体询问WSLUbuntu支持ComfyUI。在amdgpu-install的用例列表中，有一个"wsl"用例：wsl(forusingROCminaWSLcontext)-ROCrWSLruntimelibrary(Ubuntu22.04only)这很重要。因为ComfyUI很可能需要ROCm来利用AMD显卡加速，ROCm是AMD的类似NVIDIACUDA的平台。所以，在WSLUbuntu中支持AMD显卡加速，特别是针对AI应用，用户需要安装ROCm的WSL支持。推荐的步骤：1.确保WSL版本支持GPU直通。这通常需要Windows11或特定版本的WSL2，并启用GPU支持。2.使用amdgpu-install工具安装WSL用例。3.由于ComfyUI可能基于PyTorch或其他框架，需要安装相应的ROCm-enabled包。从输出中：-"wsl"用例只针对Ubuntu22.04，用户没指定Ubuntu版本，但假设是兼容的。-它包含"ROCrWSLruntimelibrary"，这是核心。此外，为了ComfyUI，可能还需要完整的ROCm堆栈或部分。用例列表中有"rocm"、"rocmdev"等，但"wsl"是特定为WSL设计的。为了支持AI负载，如机器学习和深度学习（ComfyUI可能涉及），推荐安装"rocm"用例或类似，因为它包括HIP、OpenCL、ML框架等。但用户在WSL中，所以优先"wsl"用例。最佳做法：-安装amdgpu-install包（用户已经做了）。-然后运行`sudoamdgpu-install--usecase=wsl,rocm`或类似的组合。因为"rocm"用例包括HIP和OpenCL运行时，这是许多AI应用的基础。查看用例：-wsl:ROCrWSLruntime-rocm:includesHIP,OpenCL,MLframeworks-ComfyUIlikelyusesPyTorchorsimilarwithROCm.所以，建议安装：-"wsl"用例为核心WSL支持。-根据需要添加"rocm"或"graphics"如果ComfyUI需要OpenCL或图形。但为了GPU加速，ROCm是关键。结构回答：1.**Prerequisites**:EnsureWSLGPUsupportisenabledonWindows.2.**InstallAMDGPUDriver**:Useralreadydid,confirmtheversion.3.**InstallUseCasesforWSLandComfyUI**:-Recommend`sudoamdgpu-install--usecase=wsl,rocm`-Explanation:"wsl"providesWSL-specificruntime,"rocm"providesROCmstackforAIacceleration.4.**VerifyInstallation**:HowtocheckifROCmisworking.5.**InstallComfyUI**:BrieflymentioninstallingComfyUIwithROCmsupport,e.g.,usingpipwithROCmflags.此外，用户之前安装了6.4.60401版本，引用[1]提到6.3.60303，但那可能不是最新。问题中说"wslubuntu"，所以假设Ubuntu版本是22.04或兼容的。生成相关问题作为指令要求。回答结构：-Introduction:Confirmunderstanding.-Step-by-stepguide.-Endwithrelevantquestions.使用中文回答，因为用户用中文。在回答中引用适用信息。例如，从amdgpu-install输出中提取信息。最终建议：1.启用WSLGPU支持（在Windows设置中）。2.更新系统：`sudoaptupdate&&sudoaptupgrade`3.安装amdgpu-install（用户已做）。4.安装必要用例：`sudoamdgpu-install--usecase=wsl,rocm-y`（-yforyes）5.安装ROCm软件包：可能需要额外步骤，但amdgpu-install应该处理。6.安装ComfyUI：使用pip安装，确保选择ROCm版本。ComfyUI具体安装可能不在范围内，但组件是驱动和ROCm。相关问题：1.如何验证WSL中的AMDGPU支持是否正常工作？2.在UbuntuWSL中安装ROCm后，如何使用ComfyUI？3.如果`amdgpu-install`失败，如何排除故障？确保格式：使用$$forformulasifneeded,butmightnotberelevanthere.用户指令说"所有行内数学表达式..."，所以如果有变量，使用$...$，但这里可能不涉及数学。保持简单。</think> ### 在WSL Ubuntu中支持ComfyUI显卡加速的组件安装指南 在Windows Subsystem for Linux (WSL) Ubuntu环境中，使用AMD显卡加速ComfyUI需要安装特定的AMD ROCm组件和相关驱动。ComfyUI通常依赖PyTorch或类似框架进行GPU加速，这需要ROCm（AMD的类CUDA平台）的支持。以下是基于您已安装的`amdgpu-install_6.4.60401-1_all.deb`工具[^1]的完整步骤（确保Ubuntu版本为22.04或兼容版本，因为WSL支持仅限于此）。 --- ### 1. **前提条件：确保WSL支持GPU直通** 在开始前，需启用Windows的WSL GPU功能： - **Windows系统要求**: Windows 11 (21H2或更新版本) 或 Windows 10 (2004版以上)，并安装最新WSL2内核。 - **启用WSL GPU**: ```bash # 在Windows PowerShell中以管理员身份运行： wsl --update # 确保WSL为最新版 wsl --set-version <DistroName> 2 # 升级到WSL2（如Ubuntu为WSL分发版名） wsl --set-default-version 2 # 设置默认WSL版本 # 然后重启计算机 ``` - 验证WSL GPU支持：在WSL Ubuntu中运行 `lspci | grep -i amd`，应显示AMD显卡设备（如 `Vega` 或 `Radeon RX` 系列）[^1]。 --- ### 2. **安装必要组件：使用 `amdgpu-install` 选择用例** `amdgpu-install` 提供了针对WSL和AI优化的用例组合。推荐安装 **`wsl`**（WSL特定运行时）和 **`rocm`**（全功能ROCm堆栈）用例，以满足ComfyUI的GPU加速需求： ```bash # 运行以下命令安装（假设您已安装 amdgpu-install 工具） sudo amdgpu-install --usecase=wsl,rocm -y # -y 自动确认安装 ``` - **解释用例组合**: - **`wsl`**: 提供ROCr WSL运行时库，在WSL环境中启用GPU访问（仅支持Ubuntu 22.04）[^1]。 - **`rocm`**: 包括HIP运行时、OpenCL、PyTorch ROCm支持等，这是ComfyUI加速的核心。它会自动安装以下关键组件： - `HIP`（Heterogeneous-Computing Interface for Portability）：兼容CUDA的运行时。 - `OpenCL`（ROCr/KFD based）：用于通用GPU计算。 - ROCm库（如MIOpen、rocBLAS）：加速深度学习。 - PyTorch和其他ML框架支持（需额外pip安装）。 - **如果未添加 `rocm` 用例**: ComfyUI可能无法检测GPU，因为 `wsl` 仅提供基础运行时，而 `rocm` 添加AI计算层[^1]。 --- ### 3. **安装后验证与依赖检查** 安装完成后，验证ROCm是否正常工作： ```bash # 检查ROCm版本 /opt/rocm/bin/rocminfo # 应输出显卡信息（如Device Type: GPU） # 测试HIP环境 echo '#!/bin/bash' > test.hip echo 'printf("Hello ROCm!\\n");' >> test.hip hipcc test.hip -o test && ./test # 应输出 "Hello ROCm!" # 如果错误提示"hipcc not found"，运行: sudo apt update && sudo apt install rocm-hip-sdk -y # 补充安装HIP SDK ``` - 若输出GPU信息且Hello程序运行，则表示ROCm已成功启用[^1]。 --- ### 4. **安装ComfyUI及其依赖** 在ROCm环境就绪后，通过pip安装ComfyUI和ROCm版的PyTorch： ```bash # 创建Python虚拟环境（推荐） sudo apt install python3-venv -y python3 -m venv comfyui-env source comfyui-env/bin/activate # 安装ROCm-enabled PyTorch和ComfyUI pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm6.0 # 针对ROCm 6.0+ pip install comfyui # 验证PyTorch能否使用GPU python -c "import torch; print(f'ROCm是否可用: {torch.cuda.is_available()}')" # 应输出 True ``` - 运行ComfyUI时，GPU加速将自动生效（如启用CUDA兼容模式）[^1]。 --- ### 5. **故障排除常见问题** - **WSL GPU不可见**: 确保Windows中已启用“使用硬件加速GPU”选项（设置 > 系统 > 显示 > 图形设置）。 - **安装失败**: 使用 `sudo amdgpu-install --usecase=wsl --opencl=rocr --vulkan=pro` 重试，或更新驱动版本[^1]。 - **ComfyUI报错**: 检查PyTorch是否针对ROCm编译：`print(torch.version.hip)` 应显示版本号。 安装以上组件后，您可以在WSL Ubuntu中高效运行ComfyUI，利用AMD显卡进行AI任务加速。
评论 3
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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