# 1、一步完成wsl：開啟虛擬機、linux子系統、并下載ubuntu
# 官方文檔: https://learn.microsoft.com/zh-cn/windows/wsl/install
wsl --install# 2、打開windows terminal，選ubuntu交互環境
# 第一次需要配置用戶名和密碼
# 接下來正常使用即可# 3、cuda安裝
# wsl環境的nvidia驅動，在windows和wsl共用，故不需要在wsl重新安裝驅動
# 官方地址（下載和安裝）： https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&Distribution=WSL-Ubuntu&target_version=2.0&target_type=deb_local
# 后續配置：https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#post-installation-actions
# 在/etc/profile或者.bashrc中添加修改都可，最后source生效即可。# 4、cudnn配置
# 官方地址：https://developer.nvidia.com/rdp/cudnn-archive
# 因為涉及到賬號認證，所以一般被下載到windows本地了# 打開文檔路徑\\wsl$，此時就找到了ubuntu系統路徑，將文件copy過去即可
# 官方文檔：https://learn.microsoft.com/zh-cn/windows/wsl/filesystems# 官方配置文檔：https://docs.nvidia.com/deeplearning/cudnn/archives/cudnn-897/install-guide/index.html
tar -xvf cudnn-linux-x86_64-8.9.7.29_cuda12-archive.tar.xzsudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include 
sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*# 5、conda配置
# 官方文檔：https://docs.anaconda.com/free/miniconda/index.html#quick-command-line-install
# Miniconda3-py310_24.4.0-0-Linux-x86_64.sh
mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-py310_24.4.0-0-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm -rf ~/miniconda3/miniconda.sh
~/miniconda3/bin/conda init bash# 6、pycharm
# 在python interpreter中選擇并添加wsl中的miniconda環境即可