在Windows 11的WSL（Windows Subsystem for Linux）环境中安装Anaconda、CUDA、CUDNN和TensorRT的详细步骤整理：
本文是用cuda12.4与CuDNN 8.9.7 和 TensorRT 9.1.0 及以上对应

一、前言（准备）

• 确保电脑上有NVIDIA GPU并且已经安装了NVIDIA驱动。
• 通过WSL已经安装了Ubuntu。
• 理论上，如果Windows上已经安装了NVIDIA驱动，WSL不需要再次安装。
• 使用nvidia-smi命令查看电脑上的CUDA版本。

二、安装Anaconda、CUDA、CUDNN、TensorRT

2.1 Anaconda安装

官网下载

既然您已经下载好了Anaconda的安装包，接下来可以按照以下步骤在Linux系统中安装Anaconda：

1. 打开终端：首先，打开您的Linux终端。

2. 导航到下载目录：使用cd命令切换到包含下载的Anaconda安装脚本的目录。例如，如果安装包下载在Downloads文件夹中，您可以使用以下命令：

   cd~/Downloads

   请根据您的实际下载位置调整路径。

3. 运行安装脚本：运行下载的安装脚本。假设您的安装包名为Anaconda3-2023.07-Linux-x86_64.sh，您可以使用以下命令：

   bashAnaconda3-2023.07-Linux-x86_64.sh

   请将脚本名称替换为您实际下载的文件名。

4. 同意许可协议：在安装过程中，您会被提示阅读并同意许可协议。按Enter键继续，当出现协议文本时，使用键盘上下键阅读，按Space键翻页，然后按Enter键接受协议。

5. 使用文本编辑器打开.bashrc文件，并检查

   vim~/.bashrcexportPATH="/path/to/anaconda3/bin:$PATH"source~/.bashrcecho$PATH

6. 验证安装：为了验证Anaconda是否正确安装，您可以运行以下命令：

   conda--version

   这应该会显示安装的conda版本。

7. 创建新环境（可选）：如果您希望为不同的项目创建隔离的环境，可以使用conda创建新的环境：

   conda create--namemyenvpython=3.9

   这将创建一个名为myenv的新环境，其中包含Python 3.9。

8. 激活环境：创建环境后，您可以使用以下命令激活它：

   conda activate myenv

按照这些步骤，您应该能够在Linux系统中成功安装并配置Anaconda。如果在安装过程中遇到任何问题，可以参考Anaconda的官方文档或寻求社区帮助。

2.2 CUDA安装

1. 选择CUDA版本：

   • 访问NVIDIA的CUDA Toolkit Archive页面，选择与您的NVIDIA驱动兼容的CUDA版本。这里选的cuda12.4https://developer.nvidia.com/cuda-12-4-0-download-archive?target_os=Linux&target_arch=x86_64&Distribution=WSL-Ubuntu&target_version=2.0&target_type=deb_local

2. 下载WSL专用安装包：

   • 选择WSL-Ubuntu对应的安装包下载。
   3. 执行安装命令： - 按照下载页面提供的命令执行安装。例如：

wgethttps://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pinsudomvcuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600wgethttps://developer.download.nvidia.com/compute/cuda/12.4.0/local_installers/cuda-repo-wsl-ubuntu-12-4-local_12.4.0-1_amd64.debsudodpkg-icuda-repo-wsl-ubuntu-12-4-local_12.4.0-1_amd64.debsudocp/var/cuda-repo-wsl-ubuntu-12-4-local/cuda-*-keyring.gpg /usr/share/keyrings/sudoapt-getupdatesudoapt-get-yinstallcuda-toolkit-12-4

4. 设置环境变量：

sudotouch/etc/profile.d/cuda.shecho'export PATH=/usr/local/cuda/bin/:$PATH'|sudotee-a/etc/profile.d/cuda.shecho'export LD_LIBRARY_PATH=/usr/local/cuda/lib64/:/usr/lib/wsl/lib/:$LD_LIBRARY_PATH'|sudotee-a/etc/profile.d/cuda.shexportPATH=/usr/local/cuda/bin:$PATHexportLD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATHexportPATH=/usr/local/cuda-12.4/bin${PATH:+:${PATH}}exportLD_LIBRARY_PATH=/usr/local/cuda-12.4/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}exportCUDA_HOME=/usr/local/cuda-12.4 nvcc-V

验证安装：

• 安装成功后，可以通过nvcc -V命令验证CUDA是否安装成功。

2.3 CUDNN安装

1. 下载CUDNN：
   • 从NVIDIA官网下载与CUDA版本匹配的CUDNN tar包。官网地址

2.解压并安装：

• 将下载的tar包复制到Ubuntu的一个文件夹下（本文是home/用户名下的Downloads），解压并复制文件到CUDA目录：

  tar-xvfcudnn-linux-x86_64-8.4.0.27_cuda11.6-archive.tar.xzsudocpcudnn-*-archive/include/cudnn*.h /usr/local/cuda/includesudocp-Pcudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64sudochmoda+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

3. 验证安装：
   • 运行以下命令验证CUDNN版本：

     cat/usr/local/cuda/include/cudnn_version.h|grepCUDNN_MAJOR-A2

2.4 TensorRT安装

1. 下载TensorRT：

   • 从NVIDIA官网下载与CUDA版本匹配的TensorRT tar包。
     

2. 解压并安装：

   • 将下载的tar包复制到Ubuntu的一个文件夹下，解压并设置环境变量：

     tar-xzvfTensorRT-10.2.0.19.Linux.x86_64-gnu.cuda-12.5.tar.gzexportLD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/z/DownloadsTensorRT-10.2.0.19/lib

     切换到python目录下，安装tensorrt python whl文件
     注意：这里的pip安装一定是下载到自己的虚拟环境下，比如anaconda下pytorch环境激活后
     根据当前环境的python版本安装对应的tensorrt, 我的当前环境python为3.9，就安装3.9对应的tensorrt whl文件

     pipinstalltensorrt-10.2.0-cp39-none-linux_x86_64.whl

3. 验证安装：

   • 运行以下命令验证TensorRT版本：

     sudofind/-nameNvInferVersion.h python-c"import tensorrt; print(tensorrt.__version__)"

三、补充：Nvidia-driver安装与卸载

1. 卸载旧驱动：

   • 如果需要，卸载旧的NVIDIA驱动：

     sudoapt-getremove--purgenvidia*sudoaptremove--purge*nvidia*sudo/usr/bin/nvidia-uninstall

2. 下载新驱动：

   • 从NVIDIA官网下载新的驱动run文件。

3. 安装新驱动：

   • 禁用nouveau驱动：

     echooptions nouveaumodeset=0|sudotee-a/etc/modprobe.d/nouveau-kms.confsudoapt-getinstalllinux-sourcesudoapt-getinstalllinux-headers-$(uname-r)

   • 安装驱动：

     sudoservicelightdm stopsudochmod777NVIDIA-Linux-x86_64-xxxx.xx.runsudo./NVIDIA-Linux-x86_64-xxxx.xx.run -no-x-check -no-nouveau-check -no-opengl-files

4. 验证驱动安装：

   • 运行以下命令验证驱动是否安装成功：

     nvidia-smi

通过以上步骤，您应该能够在WSL中的Ubuntu发行版成功安装CUDA、CUDNN和TensorRT，并配置好环境变量。