Windows 11搭建WSL2深度学习环境（Ubuntu+Anaconda+PyCharm+GPU全攻略）

Windows 11搭建WSL2深度学习环境（Ubuntu+Anaconda+PyCharm+GPU全攻略）

在人工智能飞速发展的今天，高效的开发环境是成功的基石。Windows 11 提供的 WSL2（Windows Subsystem for Linux 2） 让开发者能在不离开 Windows 界面的情况下，享受原生 Linux 的卓越体验，尤其是对于 WSL2深度学习环境 的搭建，更是成为了目前主流的解决方案。

本文核心关键词：WSL2深度学习环境、Ubuntu安装Anaconda、Windows11 GPU加速、PyCharm配置WSL2

一、 开启 WSL2 内核环境

首先，我们需要在 Windows 11 中开启虚拟化支持。以管理员身份打开 PowerShell，执行以下两条指令：

    dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart    dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart    

重启电脑后，在微软商店（Microsoft Store）搜索并安装 Ubuntu 22.04 LTS。

二、 配置 Windows11 GPU加速（NVIDIA CUDA）

WSL2 的强大之处在于它能直接调用宿主机的 GPU。对于 Windows11 GPU加速，你只需要在 Windows 宿主机上安装最新的 NVIDIA 驱动，WSL2 内部即可通过驱动映射直接识别 GPU。

在 Ubuntu 终端输入 nvidia-smi，如果能看到显卡信息，说明 GPU 支持已成功开启。

三、 Ubuntu安装Anaconda环境管理

为了方便管理 Python 包，Ubuntu安装Anaconda 是必不可少的步骤。在终端执行：

    wget https://repo.anaconda.com/archive/Anaconda3-2023.07-2-Linux-x86_64.sh    bash Anaconda3-2023.07-2-Linux-x86_64.sh    

安装完成后，建议创建一个专门的深度学习虚拟环境：conda create -n dl_env python=3.9。

四、 使用 PyCharm配置WSL2 远程开发

最后一步是打通开发工具。PyCharm 专业版提供了极其简便的 PyCharm配置WSL2 功能：

• 打开 PyCharm，进入 Settings -> Project Interpreter。
• 点击 "Add Interpreter"，选择 "On WSL"。
• 选择你刚才安装的 Ubuntu 发行版。
• 找到 Conda 环境下的 Python 路径（通常在 /home/用户名/anaconda3/envs/dl_env/bin/python）。

至此，你已经可以在 PyCharm 中编写代码，并在 WSL2 的 Linux 环境中利用 GPU 资源进行高效训练了。

总结

通过 WSL2，我们完美结合了 Windows 的易用性与 Linux 的强大生态。无论你是小白还是资深开发者，这套方案都能为你提供稳定的 WSL2深度学习环境。快去开启你的 AI 创作之旅吧！