Windows下的Linux完整体验。WSL2安装Ubuntu+xfce4图形化界面（VcXsrv）+CUD ...

1.前期预备

当前时间2024/5/1，尽管Ubuntu24.04已经发布，但是由于缺少ROS2以及Cudnn等软件，在此依然选择Ubuntu22.04
windows体系为win11，起首需要打开Windows功能中的以下几项

接着在bios中开启cpu虚拟化，我的BIOS里相关选项叫SVM，差别厂家可能名称不太一样
2.安装wsl子体系并设置桌面

重启后以管理员模式运行windows终端，输入（当前默认的Ubuntu版本是22.04，未来可能会有变化，如果默认版本改变，就把wsl --install -d Ubuntu更换为wsl --install -d Ubuntu-22.04）

1. wsl --update
2. wsl --set-default-version 2
3. wsl --shutdown
4. wsl --install -d Ubuntu

复制代码

安装完成后重新打开win终端，输入

1. wsl -l -v

复制代码

 返回值为已安装的linux子体系，运行状态，wsl版本。（我这里已经打开了，以是才显示running）

之后我们临时关闭终端，开始安装VcXsrv。VcXsrv这个软件是用来实现图形化桌面的显示。
下载链接如下
VcXsrv Windows X Server download | SourceForge.net
安装完成后打开VcXsrv，需要修改的地方为第一个窗口显示模式

以及这一页中additional parameters

一起下一页并确定后我们会得到一个黑框框。临时不要管它，把它放后台即可
之后我们依然以管理员模式打开windows终端，输入ipconfig，可以找到一个wsl本地毗连ipv4地址。

记着这个ipv4地址
之后我们要打开刚才安装的ubuntu22.04，我们可以在终端添加新窗口处找到我们已安装的体系

点击后即可打开体系
输入lsb_release -a可以查看发行版本

进入体系后，起首辈行更新，并安装以下几个包

1. sudo apt update
2. sudo apt upgrade
3. sudo apt install build-esstential
4. sudo apt install xfce4

复制代码

然后在~/.bashrc这个文件的末了一行添加如下内容并生存（具体vim利用不再赘述）

1. export DISPLAY=172.30.80.1:0

复制代码

这里填的是我自己的ipv4地址，读者把其中的172.30.80.1换成自己wsl的ipv4地址即可
之后运行一下

1. source ~/.bashrc

复制代码

当然，为了确保无误，此时可以重启一下wsl子体系，具体方法是，在windows终端里运行以下指令，再重新打开

1. wsl --shutdown

复制代码

至此如果步调没有错，那么就可以预备打开图形界面了（需要注意的是，每次都要先打开VcXsrv，然后再开启ubuntu子体系）
打开Ubuntu子体系后运行如下命令

1. sudo startxfce4

复制代码

如果一切正常，应该可以看到VcXsrv中显示图形化界面

 xfce4差别于gnome，是个非常轻量化的体系，右键调出主菜单，操作和gnome不太一样。
3.安装CUDA、Cudnn、Pytorch

 与virtualbox或vmware差别的是，wsl可以更直接的调用显卡，大大方便了开辟者（以是未来的鸿蒙PC能不能搞个Linux子体系直接开辟昇腾npu呢？）
具体的wsl下cuda安装流程可以参考以下内容
CUDA on WSL
这里由于要思量到后面pytorch兼容性题目，我依然选择cuda12.1
各版本的CUDA安装链接如下
https://developer.nvidia.com/cuda-toolkit-archive
这里我选择的安装方式是runfile local

按照网页给出的命令安装，过程中一切保持默认即可（具体来说，不要安装nvidia驱动，只安装cuda，cuda12.1安装包里面不包含nvdia驱动，以是说默认即可）。完成后，需要在~/.bashrc中添加环境变量如下

1. export PATH=$PATH:/usr/local/cuda-12.1/bin
2. export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-12.1/lib64/
3. export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64

复制代码

之后，在ubuntu中运行nvcc -V，可以显示出nvcc版本即可
只要cuda安装无误，那么Cudnn和Pytorch直接按照官网给出的命令安装即可
cuDNN 9.1.0 Downloads | NVIDIA Developer
PyTorch


免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。