用WSL2训练深度学习模型不比在Windows上快乐？

沪上小菜鸡:
已经有人测试过了，cpu训练几乎和裸机ubuntu一样的性能，但是gpu训练有起码20%的性能上的差异

【回复】并没有，虽然和原生linux差一些，但还是比win11本地跑快很多的，不想弄双系统的话wsl2是个非常好的选择，开机自启动，配一下固定ip和端口转发就可以直接当一个简易服务器用了，可以直接读取windows文件也不需要来回切换
【回复】2022年10月底，已经没什么性能差异了，很小，比直接在windows快多了
【回复】23年1月， wsl 约等于原生Ubuntu性能[脱单doge]
Alioth2000:
wsl2真的很舒服，我就一直这样用的，暂时没遇到过什么问题，性能损耗也不大

【回复】回复 @Alioth2000 :我换了电脑装了WSL2过后反正没装过虚拟机了，有时候跑服务器直接在WSL上ssh一下就好了
【回复】回复 @小万同学哦 :Windows的命令行也可以用ssh命令啊[思考]
【回复】回复 @水冻儿 :卸载掉重装吧
忆_天依:
我试了一下，wsl2出现了意料之外的cuda oom，同样的代码windows直接跑就没问题，查了一下，发现wsl2 有一个非常严重的已知问题（来自英伟达官方指南https://docs.nvidia.com/cuda/wsl-user-guide/index.html）： Pinned system memory (example: System memory that an application makes resident for GPU accesses) availability for applications is limited. 众所周知，我们读取训练数据后，不会直接放在gpu上，而是先pin（比如pytorch dataloader提供的pin_memory=True），而这个已知问题很可能导致wsl2上比windows上读取数据的效率更低（因为你pin memory 有限，每次读取的量就得减少）。所以网上说wsl2更慢的是因为所使用的数据本身加载比较慢，或数据量大，io是瓶颈。而说wsl2更快的，则是因为数据本身更容易快速加载，不占太多空间和时间，网络本身或其他预处理更占时间

【回复】而且这个问题不仅仅会拖累io，还可能导致你不能在wsl2上使用和windows上一样大的batch size（比如在我自己的一个数据集上，windows最大batch size是71，但是wsl2上仅仅为58，超过就oom，显著降低了可用batch size）
【回复】回复 @忆_天依 :我原来测swin transformer的时候，wsl在batch=1都oom，然而在win下能batch=4，后面直接装双系统了，调试+打游戏+办公在win，真要跑模型就deepin，后来条件好点了又弄了台itx，索性把原来的机器当ubuntu gpu服务器
【回复】我4卡不能全部启用，启用三张就可以，4张就报显存不足，折腾了三四天没折腾好
马赛柯柯:
去年年底试过Win11➕wsl2跑cuda（因为当时Win10的合适的dev channel镜像被隐藏了下载不了）用的pytorch1.8.2但是貌似训练时很容易崩溃导致系统卡住。折腾了一个星期最后还是得老老实实地爬回Ubuntu20[酸了]

【回复】尽量不要装最新的pytorch，我经常遇到环境问题
今晚可不再熬夜:
想问下要学linux要怎么学呢，最近老师要我们用docker，然后就涉及到了wsl2，linux，感觉是个很好的东西，能把window的内容和代码隔离开，但一看到纯黑框就有点发怵，不知道从哪里开始学😰

【回复】回復 @IMBA纸蓝 :美化终端的尽头是默认，最后连gui都懒得装了[嗑瓜子]
【回复】建议先从美化终端学起[doge]最起码不会那么抵触了
【回复】回复 @DXCNS_Studio :确实hhh，但是不可否认捯饬美化的过程中一些基础的操作会变得熟练，生命在于折腾[大笑]折腾累了就默认[doge]
YT抹茶:
直接更吧，wsl搭cuda快搭疯了，救救孩子吧[大哭]

你的匿名网友哟:
在win10 上跑训练的速度的确比ubuntu 慢多了， 很期待UP出个教大家如何用WSL2搭建Pytorch+CUDA环境 教程，感谢！

chenjunnnnn:
wsl2网络环境比较难搞，而且wslg的性能也不尽人意[无语] 我现在还是跟VMware混着用

【回复】过度使用还是得装系统，虚拟机不能共享硬件，性能更差
【回复】回复 @小万同学哦 :我现在用gpu就wsl2，要桥接网络就VMware[doge]
【回复】而且外设也很麻烦，搞机器人想接个相机接个串口还得通过usbip，走网络的方式[辣眼睛]
转身遇到你乄:
wsl1和wsl2都支持GPU的。另外Windows下不支持nccl，多卡训练GG。 综上，还是上Ubuntu吧！

忆_天依:
请问一下在wsl下运行深度学习库相比在windows下有什么优势呀。感觉我平时直接在win下也没什么问题

【回复】有一部分甚至大部分项目都是在linux环境下开发的，你直接在win上跑不了，如果你的代码能在win上跑那就无所谓，我最近看了好几个源码都没支持win的环境，而且win部署某些项目的环境与linux比起来更麻烦一些
【回复】回复 @小万同学哦 :好的，非常感谢
我真的不懂音乐呜呜:
wsl下用gpu速度和直接用win下gpu速度上会不会有差距啊

【回复】我感觉刚开始调用的时候有点影响，跑起来后就没啥影响了，不过我没具体测过