文章大纲
- 基本环境构建
* - CUDA 本地环境构建
- conda jupyter notebook tensorflow-gpu 环境构建
- NVIDIA 命令
- 测试效果
- 版本对应
* - tensorflow 版本对应
- pytorch 版本对应
- 参考文献
接上文, 我们发现WSL2 中其实也是可以使用CUDA 的。只不过使用docker 的方式。在加载资源的过程中有点卡。
我们在使用windows 炼丹的过程中，经常会遭遇到，Linux系统下生成的ckpt，或者模型文件加载出来编码错误。
那么临时救急的办法就是使用WSL2 进行加载。
- windows 11 搭建 TensorFlow2.6 GPU 开发环境【RTX 3060】:1 – 本地原生方式
- windows 11 搭建 TensorFlow GPU 开发环境【RTX 3060】
Original: https://blog.csdn.net/wangyaninglm/article/details/122786951
Author: shiter
Title: windows 11 搭建 TensorFlow GPU 开发环境【RTX 3060】：3 -- 基于WSL2 本地方式的jupyter notebook使用