Windows11 + WSL2 + Docker DesktopでGPU環境を作る
この記事でわかること: タイトル通り スクラップのまとめです https://zenn.dev/okz/scraps/1a8cb9aeafd127 1. WSL2をインストール 管理者権限でコマンドプロンプトを開く wsl --install Windowsの機能の有効化または無効化から、Linux用Windowsサブシステムを有効化 再起動 2. NVIDIA drivers for WSLのインストール get CUDA DriverからGPUに合ったドライバーをインストールする wsl.exe --updateして再起動する 3. WSL2にCUDA Toolkitを入れる 古いGPGキーを削除する Linux x86 CUDA toolkit 11-7のインストール ※筆者はsudo dpkg -i cuda-keyring_1.0-1_all.debでブルスク落ちしたので一行ずつ
Ubuntu(WSL2)をCドライブからDドライブへ引越す
0.概要 この記事は下記2点を実施した際の記録です． Ubuntu(WSL2)をCドライブからDドライブへ引越す(1節)． デフォルトのログインユーザーをrootユーザーから一般ユーザーへと変更する(2節)． Ubuntu(WSL2)を公式の手順に則ってインストールすると，Cドライブへとインストールされます．ただ，Cドライブのディスク容量に空きを作りたいなどの動機で，WSL2で構築したUbuntu環境を別のディスクへと引越したい場合などもあると思います． Microsoft公式HPに載っている情報を使えば，任意のドライブへと引越すことができます．今回は引越しの例として，Ubuntu(WSL2)をCドライブからDドライブ(外付けSSD)へと引越す方法を紹介します．そんなことをする人は居ないと思いますが，「右クリック→コピー→貼り付け」のようにしてUbuntu(WSL2)が入っているフォルダを
WSL2 上の PyTorch に GPU を認識させて深層学習環境をつくる
本記事では、WSL2 上の PyTorch から GPU を使用できる深層学習用の環境を構築していきます。環境は下記の通りです。 OS : Windows 11 Home (21H2) CPU : AMD Ryzen 7 3700X 8 コア RAM : 16 GB GPU : NVIDIA GeForce RTX 2080 Ti 作業フロー GPU を利用して PyTorch で記述したモデルの学習をするまでの道のりはこんな感じ。 Windows に NVIDIA ドライバーをインストール WSL (Ubuntu) に CUDA Toolkit をインストール WSL (Ubuntu) に cuDNN をインストール WSL (Ubuntu) から GPU を認識できているか動作確認 WSL (Ubuntu) に PyTorch をインストール 用語辞典 NVDIA ドライバー NVID
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
