深度学习环境VMware+ubuntu可以实现GPU吗？Windows安装

VMware+Ubuntu别尝试GPU的环境了

基于VMware+ubuntu22.04：如果朋友你还在尝试，我建议放弃，很多文章都在谈及Linux系统的安装深度学习的环境，大都是双系统，或者是租用的服务器。本人一开始坚决认为Win11作为主系统的电脑基于VMware+ubuntu22.04可以实现GPU环境搭建。最关键的问题是我发现它的显卡是虚拟出来的，准确说VMware基于主机的显卡虚拟映射出了一个供uhuntu系统使用的显卡，这个显卡没有合适的驱动去实现基于GPU的深度学习环境搭建。（基于CPU应该可以但我没试）虽然用很多人提到显卡直连什么的大家算了，我整了好久试了好多方法也没实现，虚拟显卡的更改。

如果没有双系统和租用服务器的打算，建议直接搜索Windows下的pytorch环境搭建，十分顺利。

顺便说一下Windows下安装可能出现的问题和注意事项

建议参考https://blog.csdn.net/qq_43874102/article/details/123164105安装

安装Anaconda不想或者配置不明白环境变量就装在C盘。
如果装在其他盘要看清别人的环境变量如何配置的，如果配置不好，在模块导入的时候会报错。大致意思说你VC_redist_x64.exe驱动有问题，不管你重写装载多少遍都是有问题的。我的解决方法就是把anaconda卸载重新安装到C盘，关于anaconda的卸载大家搜索参考别人卸载比较干净的方法。然后按照之前一样安装到C盘就OK了。

如果说在安装pytorch过程中不管利用pip还是conda都不能成功安装，pip应该是说包不存在，conda建议增加网址。其实如果anaconda默认安装到c盘应该不会出现类似的问题。
建议利用pip安装时可以利用如下指令查看错误原因

pip debug --verbose

然后保证你安装的文件后面和上面指令输出的要对应。

建议利用清华镜像下载
CUxxx表示的是CPU驱动，xxx是CUDA的版本号，例如CUDA11.8需要选择cu118，cp39后面是要求的python3.9版本， 建议在安装CUDA的时候选择11.8这个版本目前版本的对应比较全（但是保证一定是小于

nvidia-smi

输出的版本型号）例如我选择的版本搭配Anaconda3-2023.07-2-Windows-x86_64.exe +cuda_11.8.0_522.06_windows.exe+torch-2.0.0 + cu118-cp39-cp39-win_amd64.whl+torchaudio-2.0.1+cu118-cp39-cp39-win_amd64.whl+torchvision-0.15.0+cu118-cp39-cp39-win_amd64.whl

安装好Anaconda3-2023.07-2-Windows-x86_64.exe +cuda_11.8.0_522.06_windows.exe+torch-2.0.0 这两个之后创建虚拟环境

conda conda create -n pytorch39 python=3.9

（因为以后我要用和python3.9相匹配的pytorch）

conda activate pytorch39

进入已经创建的虚拟环境。

然后下载 cu118-cp39-cp39-win_amd64.whl+torchaudio-2.0.1+cu118-cp39-cp39-win_amd64.whl+torchvision-0.15.0+cu118-cp39-cp39-win_amd64.whl在清华镜像网址下载保存到某个文件夹。利用

cd 路径

到达该文件所在目录

pip install 文件名

依次安装。

>>> import torch
>>> print(torch.__version__)
>>> print(torch.cuda.is_available())

到此结束环境搭建