WSL2-Ubuntu使用Conda配置百度飞浆paddlepaddle虚拟环境

0x00 缘起

本文将介绍在WSL2-Ubuntu系统中，使用Conda配置百度飞浆paddlepaddle虚拟环境中所出现的各种问题以及解决方法，最终运行"run_check()"通过测试。

在WSL2中配置paddlepaddle不像配置Pytorch那样顺滑，会出现各种问题（如：库的文件缺失、不知道如何匹配CuDNN、CUDA和Paddle版本等），本文将全部介绍到。

本文将默认读者已经安装好WSL2-Ubuntu 20.04.6 LTS、MiniConda以及Python集成开发环境（如Pycharm），本文将在此基础至上进行介绍。

运行环境如下：

1. 系统版本：Windows 11 专业版

2. 硬件信息：CPU: i7-9750H、RAM: 32GB、GPU: GTX 1650

3. 软件要求：WSL2-Ubuntu 20.04.6 LTS

4. GPU驱动信息：552.22

5. CUDA驱动版本：12.4.131

0x01 创建虚拟环境并激活

使用Pycharm创建名为paddle-gpu的项目，并选择到WSL2中的Conda，并创建新的环境。

1. 创建新项目

2. 添加WSL2中的Conda作为解释器

3. 修改终端自动加载WSL，修改Shell路径到wsl

4. 删除本地的虚拟环境

5. 查看当前的虚拟环境为“paddle-gpu”

6. 输出测试代码

当前虚拟环境搭建完成。

7. 控制台激活当前虚拟环境

当前为base环境，输入代码：“conda activate paddle-gpu”，为当前会话激活虚拟环境。