wsl安装gup
时间: 2025-05-05 18:07:11 浏览: 18
### 如何在WSL中安装和配置GPU
#### 安装NVIDIA CUDA支持
为了使GPU能够在WSL2环境中正常工作,需要先确保已安装并启用了适用于WSL2的CUDA驱动程序。这通常由Windows端的NVIDIA GPU驱动自动完成[^1]。
随后,在Ubuntu子系统中可以继续执行以下操作来设置必要的工具链:
```bash
sudo apt-get update && sudo apt-get upgrade -y
```
接着安装NVIDIA容器工具包(Container Toolkit),这是运行带有GPU加速功能Docker镜像所必需的部分:
```bash
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg
curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | sed 's#deb http://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#' | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo apt-get update && sudo apt-get install -y nvidia-docker2 nvidia-container-toolkit
```
上述命令会下载最新的稳定版本软件包,并将其集成到现有的APT源列表当中[^3]。
#### 配置ZSH作为默认Shell
如果希望切换至更现代化且灵活度更高的交互界面,则可以选择替换原始Bash shell为Oh My Zsh框架增强后的zsh实现方式[^2]:
```bash
chsh -s "$(which zsh)"
```
重启之后即可生效新设定好的环境变量路径映射关系表单文件~
最后一步就是依据具体项目需求调整好对应深度学习框架比如Pytorch/Tensorflow等依赖项参数选项啦!
阅读全文
相关推荐
















