# Windows WSL2 安裝tensorflow、Cuda、Cudnn
## 確認安裝版本
版本對照表：https://blog.csdn.net/ly869915532/article/details/124542362
請確認要的tensorflow版本、對應的python、Cuda、Cudnn版本
ex.
我要想安裝tensorflow 2.13
對應Python 3.8-3.11、CUDA11.8、Cudnn8.6
## 安裝WSL2
請參考：https://hackmd.io/@Kailyn/BkMi80IeF
## 安裝cuda
這邊示範cuda 11.8
https://developer.nvidia.com/cuda-11-8-0-download-archive?target_os=Linux&target_arch=x86_64&Distribution=WSL-Ubuntu&target_version=2.0&target_type=deb_local

若不是跟我相同版本的，請確認上方為Linux、x86_64、WSL-Ubuntu、deb(local)
- 安裝指令（請一行一行複製執行)：
(安裝指令會依據版本不同有所改變，這邊以Cuda11.8做範例)

    wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin
    sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600
    wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda-repo-wsl-ubuntu-11-8-local_11.8.0-1_amd64.deb
    sudo dpkg -i cuda-repo-wsl-ubuntu-11-8-local_11.8.0-1_amd64.deb
    sudo cp /var/cuda-repo-wsl-ubuntu-11-8-local/cuda-*-keyring.gpg /usr/share/keyrings/
    sudo apt-get update
    sudo apt-get -y install cuda

若是其他Cuda版本可以將上面指令中的**11-8**改為自己的版本試試，或到[上面連結](https://developer.nvidia.com/cuda-11-8-0-download-archive)(將網址中11-8改為自己的版本)找相對應的指令

- 驗證安裝

    /usr/local/cuda/bin/nvcc -V

安裝成功應該會出現這樣

## 安裝cudnn
- 下載cudnn: https://developer.nvidia.com/rdp/cudnn-archive


這邊是使用Ubuntu 22.04所以下載Ubuntu22.04 x86_64(Deb)
下載後放入**使用者資料夾(/home/使用者名稱)**
- 安裝指令
（會依據版本不通有所改變，這邊以Ubuntu 22.04+Cuda 11.8+Cudnn 8.7做範例）

    cd $HOME
    # 安裝下載下來的檔案(-i 後面請更改為你下載的檔案名稱)
    sudo dpkg -i cudnn-local-repo-ubuntu2204-8.7.0.84_1.0-1_amd64.deb
    sudo cp /var/cudnn-local-repo-ubuntu2204-8.7.0.84/cudnn-local-BF23AD8A-keyring.gpg /usr/share/keyrings/
    sudo apt-get update
    sudo apt-get install libcudnn8=8.7.0.84-1+cuda11.8
    sudo apt-get install libcudnn8-dev=8.7.0.84-1+cuda11.8
    sudo apt-get install libcudnn8-samples=8.7.0.84-1+cuda11.8
    sudo apt-get install libfreeimage3 libfreeimage-dev

下載出來的檔案名稱：cudnn-local-repo-**ubuntu2204**-**8.7.0.84**_1.0-1_amd64.deb
可以看出是使用Ununtu 22.04、Cudnn 8.7.84、Cuda 11.8，再去改指令中相對應的版本
或參考[Nvidia Cudnn install guide](https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#package-manager-ubuntu-install)
- 驗證安裝

    cp -r /usr/src/cudnn_samples_v8/ $HOME
    cd $HOME/cudnn_samples_v8/mnistCUDNN
    sudo make
    ./mnistCUDNN

安裝沒錯的話應該會出現**Test passed!**

## 安裝miniconda、tensorflow
- 安裝miniconda

    mkdir -p ~/miniconda3
    wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
    bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
    rm -rf ~/miniconda3/miniconda.sh

確認shell

    echo "$SEHLL"

- bash

        ~/miniconda3/bin/conda init bash

- zsh

        ~/miniconda3/bin/conda init zsh

- 創建環境
請取代「環境名稱」為你喜歡的名字，「版本」為python版本

    conda create --name 環境名稱 python=版本

- 進入環境

    conda activate 環境名稱

- 安裝tensorflow
請取代你要的「tensorflow版本」

    pip install tensorflow[and-cuda]==tensorflow版本

- 驗證

    python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

出現GPU名稱大致就成功了