我非常努力地在我的WSL 2机器上获得NVIDIA的CUDA 11.2和CUDNN 8.1的TensorFlow 2。
- 我已经按照他们的指南安装了最新的CUDA 11. 8版本，它工作正常。指南可以在这里找到，是NVIDIA推荐的标准指南。
- 不过，TF 2仅支持某些CUDA/cuDNN组合，如下所示
- 此外，我还找到了以前可用的CUDA和11.2.0-1的WSL 2版本的索引！您可以自己查看here
有谁能给予我命令，让我在WSL 2机器上获得CUDA 11.2和cuDNN 8.1，这样我就可以回到TensorFlow 2中进行编码了吗？我正在考虑这样的事情：
wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin
sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda-repo-wsl-ubuntu-11-8-local_11.8.0-1_amd64.deb
sudo dpkg -i cuda-repo-wsl-ubuntu-11-8-local_11.8.0-1_amd64.deb
sudo cp /var/cuda-repo-wsl-ubuntu-11-8-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda我的规格：
- 操作系统：Windows 10（WSL 2兼容22 H2版本，最新版本）
- 处理器：AMD Ryzen 7
- 内存：32 GB
- GPU：NVIDIA GeForce RTX 3070笔记本电脑GPU
- WSL 2分销商：Ubuntu 20.04.5语言版本
1条答案
按热度按时间y1aodyip1#
我刚看完你的问题请跟上来。
1.您是否安装了与目标GPU设备兼容的Cuda版本？例如：我使用CuDa 11.6，对于NVIDIA GeForce RTX 3070笔记本电脑GPU，从8.6开始兼容5120，从CuDA Nvidia GPU developer读取
1.安装Tensorflow然后Tensorflow GPU，如果它仍然不能恢复你的GPU，你需要在你的机器上构建它，这不是一个复杂的任务，但在网站上找到一个现有的是一个更方便的方式Test build configuration
1.如果您尝试在Linux上构建它，则需要安装Cuda和CuDNN兼容性列表的兼容版本
1.上一次我多次阅读这个问题，你仍然可以下载目标版本的CUDA存档CuDA and CuDNN archive link
Screenshot example (rapidly flashing animated gif, so linked rather than embedded)
这是因为他们的问题，然后截图添加见TF2.11和WSL2.0相关的我的答案