wsl(ubuntu20.04)+docker安装paddle
1.中文显示设置
安装语言包
sudo apt install language-pack-zh-hans
设置locale
sudo vi /etc/locale.gen
找到 zh_CN.UTF-8 UTF-8 并取消注释,然后保存并退出
编译语言
sudo locale-gen
设置默认语言为中文
sudo vim /etc/default/locale
将内容修改为
LANG=zh_CN.UTF-8
重启终端
2.导入docker仓库
curl https://get.docker.com | sh ##或者curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun
3.设置NVIDIA容器工具包
设置stable
存储库和GPG密匙
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - \
curl -s -L https://nvidia.github.io/nvidia-docker/ubuntu20.04/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
要访问WSL上的CUDA或A100上的新MIFG功能
experimental
等功能,将分支添加到存储库列表中:experimental
curl -s -L https://nvidia.github.io/nvidia-container-runtime/experimental/ubuntu20.04/nvidia-container-runtime.list | sudo tee /etc/apt/sources.list.d/nvidia-container-runtime.list
更新包列表
sudo apt-get update
安装nvidia-docker2
包和依赖项
sudo apt-get install -y nvidia-docker2
通过运行基本 CUDA 容器来测试工作设置:
sudo docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi
产生的输出
4.安装CUDA套件
导入密匙
sudo apt-key adv --fetch-keys http://developer.download.nvidia.cn/compute/cuda/repos/ubuntu2004/x86_64/7fa2af80.pub
导入仓库
sudo sh -c 'echo "deb http://developer.download.nvidia.cn/compute/cuda/repos/ubuntu2004/x86_64 /" > /etc/apt/sources.list.d/cuda.list'
#本质上是把上面输出的地址写到/etc/apt/sources.list.d/cuda.list里,手动修改也行
安装cuda-toolkit-11
sudo apt-get install -y cuda-toolkit-11-0
5.测试是否安装成功
测试BlackScholes程序是否正常调用GPU
- 进入/usr/local/cuda/samples/4_Finance/BlackScholes目录
cd /usr/local/cuda/samples/4_Finance/BlackScholes
- 编译程序
sudo make
- 运行测试程序
./BlackScholes