WSL

Windows Subsystem for Linux（WSL）是一个在Windows 10\11上能够运行原生Linux二进制可执行文件（ELF格式）的兼容层。它是由微软与Canonical公司合作开发，其目标是使纯正的Ubuntu、Debian等映像能下载和解压到用户的本地计算机，并且映像内的工具和实用工具能在此子系统上原生运行。

安装WSL

在Win11搜索栏中搜索功能，打开启用或关闭Windows功能
在启用或关闭Windows功能中勾选适用于Linux的Windows子系统和虚拟机平台
重启电脑，在Microsoft Store中搜索并下载Ubuntu
打开即可(可能需要更新内核)：
1. 更新内核: 在终端中输入wsl --update
打开WSL输入用户名及密码即可

以下安装均在root权限下安装: sudo -i(进入管理员模式)

安装miniconda

在miniconda官网下载Linux版安装包
将安装包移动至WSL路径下：
mv /mnt/c/Users/用户名/Downloads/Miniconda3-latest-Linux-x86_64.sh ~/Miniconda3-latest-Linux-x86_64.sh
运行安装包
bash Miniconda3-latest-Linux-x86_64.sh

安装CUDA环境

安装CUDA环境前需要具备gcc
1. 安装gcc: sudo apt-get install build-essential
安装CUDA toolkit
1. 进入CUDA官网，选择要下载的CUDA版本
2. 根据下图选择安装系统
3. 在WSL中执行下载命令
  wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
4. 运行CUDA安装文件
  sudo sh cuda_11.8.0_520.61.05_linux.run
5. 在~/.bashrc中添加环境变量
  1. vim ~/.bashrc
  2. shift + g移动至文件结尾，按o进入编辑
  3. 添加以下内容
```
	# >>> cuda path >>>
	export PATH=/usr/local/cuda-11.5/bin:$PATH
	export LD_LIBRARY_PATH=/usr/local/cuda-11.5/lib64:$LD_LIBRARY_PATH
	# <<< cuda path <<<
```
  1. 按下esc退出编辑，输入:wq保存并退出
验证CUDA安装成功: nvcc -V

安装cuDNN

进入cuDNN官网(需要注册)
选择要下载的版本

现在下载的cuDNN文件为.xz的压缩包，需要使用xz-utils解压

下载xz-utils: sudo apt install xz-utils
解压cuDNN: tar -xf cudnn-linux-x86_64-8.8.1.3_cuda11-archive.tar.xz

将cuDNN文件复制至CUDA文件夹下

	cd cudnn-linux-x86_64-8.8.1.3_cuda11-archive.tar.xz
	sudo cp lib/libcudnn* /usr/local/cuda-11.8/lib64/
	sudo cp include/cudnn.h /usr/local/cuda-11.8/include
	sudo cp include/cudnn_version.h /usr/local/cuda-11.8/include/
	sudo chmod a+r /usr/local/cuda-11.8/include/cudnn.h

安装PyTorch

进入PyTorch官网
选择合适的版本
创建conda环境: conda create --name mmdet python=3.8 -y
激活conda环境: conda activate mmdet
安装PyTorch，使用PyTorch提供的安装指令
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

验证安装

激活conda环境: conda activate mmdet

进入pyhton，执行以下代码:

	import torch
	from torch.backends import cudnn

	print(torch.cuda.is_available()    # 验证cuda可用性
	print(cudnn.is_available())	   # 验证cudnn可用性

安装MMDetection

下载OpenMIM，可以一键化安装mmcv-full及mmdet
pip install openmim
使用MIM安装mmcv-full: mim install mmcv-full
1. MIM 会自动检查 CUDA 和 PyTorch 环境并尽量安装和环境匹配的预编译版本的mmcv-full，所以出现Building wheel for mmcv-full (setup.py) ...时需要等待一段时间
使用MIM安装mmdet: mim install mmdet
验证安装，下载mmdetection源码，运行其中的demo

WSL配置PyTorch + MMDetection环境

WSL