wsl搭建本地A.I人工智能深度学习环境。conda和torch和cudnn的安装以及验证。图文教程

登录anaconda官网，官方教程链接下载安装包。轻量使用可以下载安装miniconda。因为后续要运行原生全精度deepseek。选择功能更为全面方便的anaconda版本。
下载完成后运行官方安装命令。一路回车，具体英文啥意思我也看不懂。弹窗之后同意授权许可协议。wsl可以直观的找到安装目录。
大多自动添加环境变量，直接运行conda命令就可以啦。手动把找到的bin目录添加到环境变量export PATH="/root/anaconda3/bin:$PATH"其中路径改成自己的安装路径。source .~bashrc刷新环境变量
再次感谢清华源提供的开源镜像加速。conda的包也换到清华源加速下载

vim ~.condarc

按i键，进入插入编写模式insert。粘贴地址。

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

按ESC键退出插入模式，键入wq保存修改退出。放弃修改则键入q!退出。
新建一个python3.12的环境。

conda create -n v312 python=3.12

启动新建的环境

source activate v312

pip也切换到清华源

pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

定位到提前下好的安装包目录，安装torch。

pip install torch-2.5.1+cu124-cp312-cp312-linux_x86_64.whl

下载地址和版本选择可以回顾往期内容。等待安装的同时解压下载好的cudnn包，复制到对应目录下即可。也可以使用语句执行。

sudo tar -xvf cudnn-linux-x86_64-8.9.7.29_cuda12-archive.tar.xz -C /usr/local/cuda-12.4

都装好后，运行python，导入torch，验证windows下linux子系统的torch环境，

import torch
print(torch.cuda.is_available())
print(torch.cudnn.is_available())

测试cuda和cudnn输出true可以调用。A.I人工智能深度学习环境搭建完成。