文章目录
本文配置:
- win11 + wsl2 + Ubuntu24.04
- Pycharm 2025.1.2
- Python3.13 + Pytorch2.7.1 + cu128
1 安装 wsl
1.1 开启 Windows 支持
打开 windows 菜单,搜索“控制面板”并打开。
点击“程序”
->
“启用或关闭 Windows 功能”。勾选以下选项,并点击确定。
- Hyper-V(WSL 基于此功能工作,win11 家庭版没有该选项,安装步骤见后文)
- Windows 虚拟机监控程序平台(也称“虚拟机平台”,若出现也需勾选)
- 适用于 Linux 的 Windows 子系统
确定完成后,需重启系统才能生效。
Win11 专业版提供了 Hyper-V 功能,但 Win/11 家庭版却没有该功能。
Win/11 家庭版安装 Hyper-V 参考安装链接如下:
1.2 安装 wsl
打开 windows 菜单,搜索“Windows PowerShell”并打开,输入如下命令验证是否安装成功。
wsl
提示需要更新 wsl,继续输入如下命令进行更新。
wsl --update
输入如下命令查看 wsl 支持的 Linux 版本。
wsl --list --online
选择需要安装的发行版,输入命令格式如下。本文使用 Ubuntu-24.04:
wsl --install -d <DistributionName>
DistributionName
:Linux 系统的名称。
这里需要保持网络通畅,建议不开梯子直接下载。
安装完成后,提示需要创建用户,这里输入你的用户名与密码。
输入完成后,默认进入 Ubuntu 系统中。
输入如下命令,退出 Ubuntu 系统:
exit
1.3 移动 wsl 至其他盘
wsl 默认安装在 C 盘,最好移动到其它盘。
输入如下命令,导出系统镜像。
wsl --export <DistributionName> <ExportPath>
DistributionName
:Linux 系统名称。ExportPath
:导出的文件路径。
依次输入如下命令,先注销原有的 Linux 系统,再重新导入并指定存放位置。
wsl --unregister <DistributionName> wsl --import <DistributionName> <ExportPath> <ImportPath>
DistributionName
:Linux 系统名称。ExportPath
:导出的文件路径。ImportPath
:重新存放的路径。
操作完成后,Linux 系统映像文件存储到了 E 盘,并创建了一个 ico 图标文件。

1.4 其他事项
直接启动
在 win 菜单下输入 Ubuntu 即可直接启动:
文件互访
WSL
->
Windows在 /mnt 路径下可访问 Windows 盘。
Windows
->
WSL打开文件资源管理器,点击 Linux 小企鹅图标即可访问 WSL 文件系统。
其他常用命令
- win 下:
wsl
:进入 Linux 子系统。wsl -l -v
:查看已安装的 Linux 状态和版本。wsl --shutdown
:终止所有正在运行的 Linux。
- wsl 下:
exit
:退出当前子系统。
- win 下:
网络通信
因为网络问题,在 WSL2 中配环境时通常会非常缓慢甚至失败,这是因为 wsl 默认采用 NAT 模式。
在开始菜单中搜索“WSL Settings”,在“网络”
->
“网络模式”处选择“Mirrored”即可。相关参考链接:在 WSL2 中使用 Clash for Windows 代理连接 - East Monster 个人博客。
2 安装 Anaconda
进入 Anaconda 下载官网:Download Now | Anaconda。右键 Linux 的 Installer 选项,选择“复制链接”。
这里选择安装 Miniconda。
进入 wsl,输入如下命令安装 Miniconda:
wget <CopyLink>
CopyLink
:步骤 1 中复制的链接。
输入命令
ls
,查看当前目录下已经下载 .sh 文件。输入以下命令开始安装,并按回车确定。sh <FileName>
FileName
:下载的文件名。
输入“yes”同意使用条款。
接下来选择安装路径,可以输入指定安装路径。直接回车使用默认路径即可。
输入“yes”回车,这将使 conda 自动修改你的 shell 配置文件,以便在终端启动时自动激活 conda 环境。
到此,Miniconda 安装完成。
3 安装 Python 环境
3.1 创建 Conda 环境
重启 wsl,使得进入时拥有 conda 环境。
输入以下命令,创建 DL(DeepLearning) 环境,这里指定 Python 版本为 3.13。
conda create -n DL python=3.13
输入以下命令,进入 DL 环境。
conda activate DL
3.2 安装 Pytorch 库(gpu)
运行以下命令,查看本机所支持的最大 CUDA 版本,本文是 12.9。
nvidia-smi
进入 Pytorch 官网:Get Started,选择对应的 Pytorch 版本,复制命令行。
注意 CUDA 版本不要超过步骤 1 中本机所支持的最大版本。例如,本文电脑 CUDA 最高支持 12.9 版本,因此选择一个低于 12.9 版本的即可。
本文所选的配置如下:
将步骤 2 中复制的命令行粘贴到 wsl 中回车运行,等待安装。
现在,安装 Pytorch 库时,会自动下载包含 CUDA 和 cuDNN 的预编译包,因此不用手动安装。
输入
Python
命令进入 Python 环境,依次运行下面 2 行代码:import torch torch.cuda.is_available()
输出结果为 True,则安装成功。
4 安装 Pycharm
4.1 Toolbox App 安装
进入 Jetbrains 官网:https://www.jetbrains.com.cn/,点击 Toolbox App 下载并安装。该软件只能安装在 C 盘,因此安装时一路同意即可。
打开 Toolbox App,点击进入设置
在“工具”一栏设置 Pycharm 安装路径。
4.2 安装 Pycharm
返回 App,选择 Pycharm 安装。
下载完成后,点击 Pycharm,选项默认即可。
4.3 配置 Pycharm
进入左侧栏“远程开发”,选择“WSL”,点击“新建项目”。
Pycharm 自动识别 WSL,点击“下一页”。
Pycharm 会在 wsl 中下载一个客户端进行远程通信,此选项建议:
IDE 版本:
选择稳定版,不选 EAP 版本。
项目目录:
在用户目录下新建目录 python_project 用于存放所有 python 项目,并在其下新建一个文件夹作为当前项目。
配置完成后,点击“下载 IDE 并链接”(注意开启 wsl)。
重新配置 wsl 中的 Pycharm。
进入项目后,看见左上角有 Linux 子系统名称标识远程连接。
进入“设置”
->
“项目:你的项目”->
“Python 解释器”,点击右侧“添加解释器”->
“添加本地解释器”。依次选择如下:
- 环境:选择现有。
- 类型:Conda。
- Conda 路径:已自动识别。
- Conda 环境:DL。
点击确定后,到此环境已配置完成。
5 测试验证
修改 “main.py” 文件,内容如下:
# This is a sample Python script. # Press Shift+F10 to execute it or replace it with your code. # Press Double Shift to search everywhere for classes, files, tool windows, actions, and settings. import torch # Press the green button in the gutter to run the script. if __name__ == '__main__': print(torch.__version__) print(torch.cuda.is_available()) # See PyCharm help at https://www.jetbrains.com/help/pycharm/
运行,得到 torch 版本为 2.7.1+cu128,且输出 True,则环境配置成功!