Windows下的Linux完整体验。WSL2安装Ubuntu+xfce4图形化界面（VcXsrv）+CUDA+Cudnn+Pytorch_wsl2图形化界面

1.前期准备

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系统为win11，首先需要打开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，不同厂家可能名称不太一样

2.安装wsl子系统并配置桌面

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）

wsl --update
wsl --set-default-version 2
wsl --shutdown
wsl --install -d Ubuntu

安装完成后重新打开win终端，输入

wsl -l -v

 返回值为已安装的linux子系统，运行状态，wsl版本。（我这里已经打开了，所以才显示running）

之后我们暂时关闭终端，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

一路下一页并确定后我们会得到一个黑框框。暂时不要管它，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本地连接ipv4地址。

记住这个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系统

点击后即可打开系统

输入lsb_release -a可以查看发行版本

进入系统后，首先进行更新，并安装以下几个包

sudo apt update
sudo apt upgrade
sudo apt install build-esstential
sudo apt install xfce4

然后在~/.bashrc这个文件的最后一行添加如下内容并保存（具体vim使用不再赘述）

export DISPLAY=172.30.80.1:0

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

source ~/.bashrc

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

wsl --shutdown

至此如果步骤没有错，那么就可以准备打开图形界面了（需要注意的是，每次都要先打开VcXsrv，然后再开启ubuntu子系统）

打开Ubuntu子系统后运行如下命令

sudo startxfce4

如果一切正常，应该可以看到VcXsrv中显示图形化界面

 xfce4不同于gnome，是个非常轻量化的系统，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不同的是，wsl可以更直接的调用显卡，大大方便了开发者（所以未来的鸿蒙PC能不能搞个Linux子系统直接开发昇腾npu呢？）

具体的wsl下cuda安装流程可以参考以下内容

CUDA on WSL

这里由于要考虑到后面pytorch兼容性问题，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，所以说默认即可）。完成后，需要在~/.bashrc中添加环境变量如下

export PATH=$PATH:/usr/local/cuda-12.1/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-12.1/lib64/
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64

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