--- theme: juejin --- ## 前言最近在搭建基于 win11 的 WSL2 开发环境，找了很多教程也遇到了很多问题，历时两天终于搞定了。本文为首次搭建环境的朋友提供一站到底的帮助，保证一次到位，不走弯路😎 搭建的环境：`WSL2 + Ubuntu22.04 + Clash（代理） + Miniconda3 + Pytorch（GPU支持）` ## BIOS 开启虚拟化支持现在一般的主板都默认开启的（平时用的安卓模拟器都需要开），也可以[检查和开启BIOS虚拟化支持](https://www.bilibili.com/video/BV1xc411x746) ## windows 启用子系统及虚拟化 1. 打开`控制面板` 2. 选择`程序` -> `启用或关闭 Windows 功能` 3. 勾选`Hyper-V`、`适用于 Linux 的 Windows子系统`和`虚拟机平台` 4. 点击`确定` 5. 重启计算机 ![image.png](https://p9-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/ecac83afaf6f4ee8b0ebd033de87bffe~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1063&h=818&s=272096&e=png&b=fcfcfc) ## 安装 WSL2 这里提供了`命令行安装`和`分步安装`两种方法，也可以参考[官网教程](https://learn.microsoft.com/zh-cn/windows/wsl/install)安装。 ### 命令行安装直接使用如下命令，安装默认的`Linux`分发版（截止2024-06-20，安装的是`Ubuntu22.04`） ```sh wsl --install ``` 你也可以指定安装的`Linux`分发版 ```sh # 查看Linux分发（等同于 wsl -list -online） wsl -l -o # 安装指定分发 wsl --install -d Ubuntu-20.04 ``` ![image.png](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/f25d5c822efc4d4f91e537a34e5e3378~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=676&h=420&s=30420&e=png&b=0c0c0c) ### 分步安装 #### 安装内核更新包 1. 下载[适用于 x64 计算机的 WSL2 Linux 内核更新包](https://wslstorestorage.blob.core.windows.net/wslblob/wsl_update_x64.msi) 2. 安装更新包，双击直接下一步即可 3. 更新 WSL2（建议更新，后面也会提示你更新） ```sh wsl --update ``` #### 设置默认 WSL 版本 ```sh # 将 WSL 默认版本设置为 WSL2 wsl --set-default-version 2 ``` ![image.png](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/a8f2ddbadf274397981ebb13a8a5fdc4~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=515&h=94&s=6489&e=png&b=0c0c0c) #### 配置 Linux 分发版这里提供两种方法，第一种可能会失败，建议第二种。（1）打开`Microsoft Store`，搜索`Ubuntu`，安装你需要的版本即可（不建议）。 ![image.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/6ea9c8ad8ceb49498ff6224afbd79b71~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1200&h=964&s=348914&e=png&b=f3f8f9) 获取后，等待 1-2 分钟，会提示你创建用户名和密码，等待安装完成。（2）去[官网下载安装包](https://learn.microsoft.com/zh-cn/windows/wsl/install-manual)，手动安装（建议）找到如图这个地方，点击下载你需要的分发版： ![image.png](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/5ee4f565e4434e57ac5aab6b69a54051~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=898&h=790&s=65128&e=png&b=ffffff) 下载好后双击安装包，创建用户名密码后，等待安装完成。至此我们已经完成 WSL 系统的安装。 ## 迁移 WSL `WSL` 默认安装在 C 盘，针对后续还要配置环境来说，肯定是不够的（什么？你C盘几百个G？当我没说..），这时就要把它迁移到其他盘。 1. 查看正在运行的实例 ```sh wsl -l -v ``` （不用管我的名称为什么不一样，我已经安装过了） ![image.png](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/8cbbc60f62ae4f59bf88625950fbab28~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=366&h=75&s=4042&e=png&b=0c0c0c) 2. 终止正在运行的实例（也有人说不需要终止也可以，我没测试过） ```sh wsl --terminate <实例名称> ``` 3. 导出需要迁移的实例 ```sh wsl --export <实例名称> <迁移地址> ``` 如： ```sh wsl --export ubuntu2204 D:\ubuntu2204.tar ``` 4. 卸载原来的实例 ```sh wsl --unregister <实例名称> ``` 4. 导入实例到其他盘（--version 2 可以不加，之前已经默认了 WSL2） ```sh wsl --import <新的实例名称> <新的实例导入地址> <导入实例的地址> --version 2 ``` 如： ```sh wsl --import new_ubuntu2204 D:\wsl\ D:\ubuntu2204.tar --version 2 ``` 导入完成后，可以通过 cmd（也就是`Windows Terminal`）进入系统： ![image.png](https://p9-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/d675759094664e63b731a55cbbc01f3d~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=758&h=474&s=97387&e=png&b=1c1c1c) ![image.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/f06f1434b4cb4d66aadd3f4d8f5afe44~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1129&h=635&s=39803&e=png&b=0e0e0e) 5. 安装完成后，可以在 Windows 的资源管理器看到 Ubuntu 的文件目录 ![image.png](https://p9-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/5e1ffd6ce50e42f4b1d01d4306c38fba~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1134&h=851&s=88728&e=png&b=fefefe) 在这里面你可以很方便的管理系统文件，以及在 windows 和 Ubuntu 系统间互传文件。 ## 网络代理配置（Clash）从事机器学习的你，相信一定会对某些网站的网速十分头疼，这时候就要启用我们的代理了。 ❗︎这里只针对 WSL2，WSL1 请自行百度。 1. 在`C:\Users\<你的用户名>`下，新建`.wslconfig`文件 ![image.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/82d10ff3e1ab4553b6ef7c16a322731e~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=636&h=738&s=49100&e=png&b=fefefe) 2. 添加如下配置（具体配置参考[官方文档](https://learn.microsoft.com/zh-cn/windows/wsl/wsl-config)）：精简版配置： ```sh [experimental] # 启用空闲内存自动缓慢回收 autoMemoryReclaim=gradual # 启用镜像网络特性支持 networkingMode=mirrored # WSL2/WSLg DNS 代理隧道，以便由 Windows 代理转发 DNS 请求（请根据实际需要启用） dnsTunneling=true # WSL2/WSLg 子系统的 Windows 防火墙集成，以便 Hyper-V 或者 WPF 能过滤子系统流量（请根据实际需要启用） firewall=true # 是否强制 WSL2/WSLg 子系统使用 Windows 代理设置（请根据实际需要启用） autoProxy=true ``` 更多的推荐配置 ```sh # 推荐的一些配置项如下 [wsl2] # 是否强制 WSL2/WSLg 子系统使用 Windows 代理设置（请根据实际需要启用） autoProxy=true # WSL2/WSLg DNS 代理隧道，以便由 Windows 代理转发 DNS 请求（请根据实际需要启用） dnsTunneling=true # WSL2/WSLg 子系统的 Windows 防火墙集成，以便 Hyper-V 或者 WPF 能过滤子系统流量（请根据实际需要启用） firewall=true # 启用 WSLg GUI 图形化程序支持 guiApplications=true # 启用 IPv6 网络支持 ipv6=true # 启用 localhost 网络转发支持 localhostForwarding=true # 限制 WSL2/WSLg 子系统的最大内存占用 memory=4GB # 启用 WSL2/WSLg 子系统嵌套虚拟化功能支持 nestedVirtualization=true # 启用镜像网络特性支持 networkingMode=mirrored # 启用 WSL2/WSLg 子系统页面文件通报，以便 Windows 回收已分配但未使用的内存 #pageReporting=true # 设置 WSL2/WSLg 子系统的逻辑 CPU 核心数为 8（最大肯定没法超过硬件的物理逻辑核心数） processors=8 # 实验性功能 [experimental] # 启用空闲内存自动缓慢回收 autoMemoryReclaim=gradual # 启用 WSL2/WSLg 子系统和 Windows 宿主之间的本地回环互通支持 hostAddressLoopback=true # 启用 WSL2/WSLg 子系统虚拟硬盘空间自动回收 sparseVhd=true # 和 dnsTunneling 配合使用，决定是否使用 Windows DNS 缓存池 useWindowsDnsCache=false ``` 3. 重启 WSL 实例 ```sh wsl --shutdown ``` ## GPU 支持 ### 安装 NVIDIA 驱动 ❗︎注意：在 windows 安装去官网下载一个 [NVIDIA 驱动](https://www.nvidia.com/Download/index.aspx?lang=en-us)（如果你有，查看一下cuda版本，如果太低了`Pytorch`都不支持这个版本，就更新一下😊）。 ![image.png](https://p9-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/bb25cdc02bf14347a71e131a5912aa30~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=724&h=318&s=33516&e=png&b=fefefe) 安装完成后，在 cmd 输入`nvidia-smi`出现如下信息代表安装成功： ![image.png](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/3489e5910c8f4e9286efd384b97e8a75~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=836&h=407&s=34034&e=png&b=0d0d0d) 此时你的 WSL 里输入`nvidia-smi`也应该出现类似的信息： ![image.png](https://p9-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/09ae2c80142e4492a9ee2dec90a9f922~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1129&h=635&s=53921&e=png&b=0e0e0e) ### 安装 CUDA 1. 在官网里[下载 CUDA](https://developer.nvidia.com/cuda-toolkit-archive)，一定要对应版本，比如你安装的驱动支持的`CUDA`版本是 12.1，那么就下载`CUDA Toolkit 12.1.0` ![image.png](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/a0c1499ab89e4e13bbbe33df9981af9d~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1034&h=809&s=125907&e=png&b=fffefe) 2. 按图所示选择，这里最好选择`runfile`，安装最简单（主要是其他的我没试过👻） ![image.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/0a028fc288a94e71ae44e458ca6ffe6b~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1331&h=902&s=78563&e=png&b=fdfafa) 3. 按照官方文档，执行最下方红框内的命令这个文件特别大（4.5GB左右），注意开代理😉 ```sh # 打开要下载的目录 cd /usr/local # 下载 wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda_12.1.0_530.30.02_linux.run ``` 4. 下载好之后先别急，安装`gcc`依赖 ```sh # 更新 apt sudo apt update # 这个命令将会安装一系列软件包，包括 gcc、g++ 和 make。 sudo apt install build-essential ``` 这将会安装默认的 gcc 11.x 版本（截止2024-06-20），包含了 gcc 9 和 10 版本。 5. 执行安装 ```sh sudo sh cuda_12.1.0_530.30.02_linux.run ``` 如果安装还报错，降低 gcc 最高优先级版本： ```sh sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-10 100 --slave /usr/bin/g++ g++ /usr/bin/g++-10 --slave /usr/bin/gcov gcov /usr/bin/gcov-10 ``` 安装完成后，列表如下图 ![image.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/42ea0c50cd9344ea9c842e1bbd6f968a~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=681&h=322&s=38688&e=png&b=0d0d0d) 可以看到，有一个`cuda`指向了`cuda-12.4`的软连接。 6. 配置环境变量执行命令，配置`cuda`到系统环境变量里 ```sh # 打开系统环境变量 vim /root/.bashrc # 添加如下信息到文件末尾 export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 如图，添加完后保存 ![image.png](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/f3ca9794f91e4daca270e7ea4944b659~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=573&h=143&s=13045&e=png&b=0c0c0c) 使配置生效 ```sh source /root/.bashrc ``` ## Python 环境管理（Miniconda3）系统配置好之后，为了方便管理`Python`的环境和包，还需要安装 Miniconda3。 1. 下载`Miniconda3` ```sh # 打开下载目录 cd /usr/local # 下载 wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh ``` 2. 安装 ```sh sh Miniconda3-latest-Linux-x86_64.sh ``` 安装过程中，会有一系列确认操作（我本地已经安装了，为了演示，我在阿里云服务器安装的）输入回车，查看许可协议 ![image.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/60e67e12eec04569a5c419f1c61b4c49~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=529&h=123&s=7448&e=png&b=000000) 输入`q`退出协议阅读，输入`yes`同意协议 ![image.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/737d5d3215184301b1df611643dc04a1~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=424&h=224&s=13840&e=png&b=000000) 输入安装位置，如果直接按回车，会安装到默认位置`/root/miniconda3`，这里我输入的是`/usr/local/miniconda3` ![image.png](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/65dd13bf40da4091a242a10f46d4a614~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=373&h=143&s=6892&e=png&b=000000) 是否在`shell`启动时初始化`base`环境，这里推荐输入`yes`，不然在你执行`conda`命令时会有点麻烦，参考第3步 ![image.png](https://p9-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/d0d527eda95641b9b145659d9b02c041~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=585&h=211&s=13734&e=png&b=000000) 回车后安装完成，就会在我们指定的安装位置有一个`miniconda3`文件 ![image.png](https://p9-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/d9bdeee2a9104a09bfbb2bdda8898244~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=582&h=256&s=18506&e=png&b=000000) 输入命令出现如图代表安装成功 ```sh conda -V ``` ![image.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/6d39df88ccb347a0a398cd703348502f~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=401&h=42&s=3249&e=png&b=0d0d0d) 3. 如果你在`启动时初始化base环境`选择了`no`，要手动配置环境变量 ```sh # 打开系统环境变量 vim /root/.bashrc # 文件末尾添加 export PATH=/usr/local/miniconda3/bin:$PATH # 使配置生效 source /root/.bashrc ``` ❗︎注意：当你每次创建会话执行`conda`命令时，必须首先激活`base`环境，之前选的`yes`则不需要，如： ``` # 激活base环境 source activate # 进入其他环境 conda activate my_env ``` 如果不想每次都这样操作，执行以下命令就可以了 ```sh conda init ``` 4. 修改镜像源我们知道，使用默认的镜像源，会有让人头疼的网速问题，这里我们就需要更改镜像源了。创建并打开 conda 配置文件 ```sh vim /usr/local/miniconda3/.condarc ``` 创建环境和包存储地址 ```sh mkdir -p /data/Miniconda3/envs mkdir -p /data/Miniconda3/pkgs ``` 添加如下配置信息，我使用的是清华源 ```sh # 通道列表 channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch-lts - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/simpleitk - defaults # 环境存储地址 envs_dirs: - /data/Miniconda3/envs # 包存储地址 pkgs_dirs: - /data/Miniconda3/pkgs # 显示搜索的通道列表 show_channel_urls: true # 启动新的终端会话时是否自动激活base环境 auto_activate_base: false ``` 修改`pip`的下载源 ```sh pip config set global.index-url https://pypi.mirrors.ustc.edu.cn/simple ``` 执行完成后，会发现在`/root/.config/pip`下生成了一个`pip.conf`文件 ![image.png](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/45bea35e5b0c4ecebcab25032f73f1e8~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=384&h=82&s=5684&e=png&b=0d0d0d) ## 安装 Pytorch GUP 版这里讲述一下如何在`WSL2`自己的环境里安装`Pytorch GPU`版本。 ### 创建环境首先创建一个环境，`Python`版本建议`>=3.8` ```sh conda create -n <环境名称> python=3.9 ``` ### 下载网上很多教程都叫你执行命令下载安装，但这样下载很缓慢，开了科学上网又访问不到，这里教大家如何浏览器下载后手动安装，你有更好的方法也可以略过。打开[官网下载链接](https://download.pytorch.org/whl/)，拉到底部，找到`torch`、`torchvision`和`torchaudio` ![image.png](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/1d3d2489046e42079ae2c339c97c6cc1~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=244&h=443&s=13635&e=png&b=ffffff) 分别点进去下载对应的版本，`torch`和`torchaudio`保持一致，`torchvision`对应好版本即可，可以打开[官网](https://pytorch.org/get-started/previous-versions/)看看 ![image.png](https://p9-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/bf2aac7f19534bc28d45740c944ab751~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=969&h=524&s=34397&e=png&b=fcfcfc) 比如你是`CUDA 12.1` + `python 3.9`，想下载`torch 2.3.0`，就在浏览器`Ctrl + F`搜`torch-2.3.0+cu121-cp39`，下载`Linux版`即可。 ![image.png](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/23e300284de6499a8b285659cec28bec~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=376&h=44&s=4978&e=png&b=ffffff) 相信你也看出来了，规则就是`<软件>-<版本>+cu-cp`，下载完之后类似这样： ![image.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/f207211c5bbc4fc680da389dfd49744c~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=343&h=95&s=4272&e=png&b=fffefe) 下载完成后，复制到`WSL`系统下，如图： ![image.png](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/0b4376b4e6714bd38bf392f0424e4886~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=836&h=137&s=18425&e=png&b=0d0d0d) ### 安装进入`WSL`系统对应目录下，进入环境安装好这三个包： ```sh # 进入环境 conda activate <你的环境> # 安装三个包 pip install torch-2.2.0+cu121-cp39-cp39-linux_x86_64.whl pip install ...（这是省略号，别当成命令了） ``` ### 验证验证是否安装成功 ```sh # 进入 python python # 验证 import torch torch.cuda.is_available() ``` 如图，为`True`代表成功 ![image.png](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/ea9a152021d8485d816a5e4057fbe574~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=636&h=138&s=12286&e=png&b=0c0c0c) ## 结语至此`WSL2`环境已配置成功，有问题欢迎在评论区探讨。 ## 参考文档感谢： - [windows11 安装WSL2全流程](https://blog.csdn.net/u011119817/article/details/130745551) - [WSL2 的开发环境配置 (基础配置, 网络代理, CUDA, Python, Fortran, Latex, 服务器配置)](https://zhuanlan.zhihu.com/p/619775346?utm_id=0&eqid=ee882d3800000fa10000000364868822) - [如何用conda安装PyTorch（windows、GPU）最全安装教程](https://blog.csdn.net/qq_51800276/article/details/132910427) - [Ubuntu系统下的gcc升降版本保姆级教程](https://blog.csdn.net/weixin_45303602/article/details/129784467) - [【AI】搭建Windows Linux子系统（WSL2）CUDA环境](https://blog.csdn.net/zhoulizhu/article/details/135419603)