前言
在tensorflow 2.10之后，您无法在Windows操作系统上使用tensorflow-gpu，因此您需要在Window 10或Window 11上使用WSL来创建conda环境以使用GPU运行tensorflow。
安装 WSL2
1
wsl --install Ubuntu-20.04
等待安装完毕后，会让输入账号和密码，按提示操作就行
进入wsl系统后， 更新下
1
2
sudo apt-get update
sudo apt-get upgrade
安装 Miniconda
这四个命令快速、安静地安装最新的 64 位版本的安装程序，然后自行清理。 要为 Linux 安装不同版本或体系结构的 Miniconda，请在 wget 命令中更改 .sh 安装程序的名称。
1
2
3
4
mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm -rf ~/miniconda3/miniconda.sh
安装后，初始化新安装的 Miniconda。 以下命令针对 bash 和 zsh shell 进行初始化：
1
2
~/miniconda3/bin/conda init bash
~/miniconda3/bin/conda init zsh
创建虚拟环境
1
2
conda create --name tf python=3.9
conda activate tf
安装 TensorFlow-GPU
在上面创建好的虚拟环境里执行安装命令
1
python3 -m pip install tensorflow[and-cuda]
您不需要在系统上安装 cuda 或 cudnn。 仅使用 $ pip install tensorflow[and-cuda] 安装的 cuda 库就足够了。
编辑 ~/.bashrc 配置安装好的cuda库
1
2
3
4
5
6
7
NVIDIA_PACKAGE_DIR="~/miniconda3/envs/tf/lib/python3.9/site-packages/nvidia"
for dir in $NVIDIA_PACKAGE_DIR/*; do
if [ -d "$dir/lib" ]; then
export LD_LIBRARY_PATH="$dir/lib:$LD_LIBRARY_PATH"
fi
done
当前窗口生效
1
source ~/.bashrc
测试是否成功
1
python -c "import tensorflow as tf;print(tf.config.list_physical_devices('GPU') )"
配置vscode
Windows下， VScode安装wsl插件
安装python插件
windows下安装完python也要单独安装给wsl安装
安装完后， 选择Connect to Wsl后， 选择工程目录
简单编写代码， 测试一下:
大功告成~
