本文基于wsl2已经安装好的前提下，在wsl环境中进行后续操作。

本文配置：win11系统，NVIDIA4060RTX

一、cuda部分与NVIDIA显卡相关配置

参考这位老师的：(14 封私信 / 57 条消息) WSL2安装CUDA，nvidia环境小白教程和踩坑记录 - 知乎

讲的很细，照着操作基本上不会有什么问题，非常感谢这位老师的分享。

二、Miniconda下载

前面尝试了安装Anaconda，但是一直报各种各样的错误，后面改用Miniconda一次就成功了。

# 1. 下载Miniconda（更轻量，问题更少）
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

# 2. 安装（-b 表示批量模式，-p 指定路径）
bash Miniconda3-latest-Linux-x86_64.sh -b -p $HOME/miniconda3

# 3. 初始化conda
echo 'export PATH="$HOME/miniconda3/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc

# 4. 验证安装
conda --version

然后配置conda镜像，可以加速下载

# 配置清华镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

然后创建虚拟环境

# 创建Python 3.8环境（推荐）
conda create -n py_gpu python=3.8

# 激活环境
conda activate py_gpu

# 验证Python版本
python --version

重新启动WSL终端（使配置生效）

关闭当前的WSL终端窗口，然后重新打开一个新的WSL终端。重新打开终端后，你应该能看到提示符前面有 (base)：

（base）name@name:~$

这表示你已经在conda的base环境中了。

然后激活环境：

conda activate py_gpu

三、安装Pytorch gpu版本

根据你的CUDA版本选择（先用 nvcc -V 查看CUDA版本）：

# 如果CUDA版本是12.x
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

# 如果CUDA版本是11.8
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

# 或者使用pip安装（备选）
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

安装完成后测试：

# 在py_gpu环境中运行Python
python -c "import torch; print(torch.cuda.is_available())"

如果出现“True”就说明安装成功。

本人为初学者，本文仅供参考，欢迎各位大佬进行指正与补充。