Installer Cuda, cuDNN et TensorRT sur WSL2 pour Tensorflow 2.13

Installer Cuda, cuDNN et TensorRT sur WSL2 pour Tensorflow 2.13

Voici, ci-dessous la transcription des étapes effectuées pendant la vidéo (https://youtu.be/SconrrshO90).
Toutes les commandes n'ont plus qu'à être copiée collée.

1°: Compatibilité matérielle:
 - Aller dans le gestionnaire de périphériques
 - Sélectionner carte graphique
 - Regardez si vous avez un GPU Nvidia (Recommandé une RTX 2000)

2° Installation de WSL2:
 - Activer les fonctionnalités Plateforme machine virtuelle et sous-système Windows pour linux
 - Redémarrer votre ordinateur
 - Ouvrir une CMD en administrateur
 - wsl --update
 - wsl --install Ubuntu (Vous devrez choisir un nom d'utilisateur et un MDP)
 - sudo apt update
- sudo apt install python3-pip
 - Taper exit
 - Fermer la CMD

Installation pilotes NVIDIA:
 - Choisir les pilotes en fonction de votre GPU
 - https://www.nvidia.fr/Download/index.aspx?lang=fr

3° Installation de CUDA ToolKit 11.8:
 - Ouvrir une CMD en administrateur
 - Taper wsl
 - 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
 - Taper exit
 - Fermer la CMD

4° Installation de cuDNN 8.6:
 - Aller sur: https://developer.nvidia.com/cudnn
 - Cliquer sur Download cuDNN Library
 - Creer un compte NVIDIA puis se connecter
 - Séléctionner Download cuDNN v8.6.0 (October 3rd, 2022), for CUDA 11.x
 - Séléctionner Local Installer for Ubuntu22.04 x86_64 (Deb)
 - Une fois téléchargé ouvrir le dossier de téléchargement et ouvrir une CMD depuis ce meme dossier
 - Taper wsl
 - sudo apt-get install zlib1g
 - sudo dpkg -i cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb
 - sudo cp /var/cudnn-local-repo-*/cudnn-local-*-keyring.gpg /usr/share/keyrings/
 - sudo apt-get update
 - sudo apt-get install libcudnn8=8.6.0.163-1+cuda11.8
 - sudo apt-get install libcudnn8-dev=8.6.0.163-1+cuda11.8
 - sudo apt-get install libcudnn8-samples=8.6.0.163-1+cuda11.8
 - Taper exit
 - Fermer la CMD
 - Ouvrir une CMD en administrateur
 - cd lxss
 - cd lib
 - del libcuda.so
 - del libcuda.so.1
 - mklink libcuda.so libcuda.so.1.1
 - mklink libcuda.so.1 libcuda.so.1.1
 - Quitter la CMD
 - Rouvrir la CMD en administrateur
 - Taper wsl
 - echo 'export LD_LIBRARY_PATH=/usr/lib/wsl/lib:$LD_LIBRARY_PATH' >> ~/.bashrc
 - source ~/.bashrc
 - sudo ldconfig
 - sudo apt update
 - sudo apt upgrade
 - Taper exit
 - Fermer la CMD

5° Installation de TensorRT 8.6 GA
 - Aller sur https://developer.nvidia.com/nvidia-tensorrt-8x-download
 - Accepter les termes
 - Sélectionner TensorRT 8.6 GA for Ubuntu 22.04 and CUDA 11.0, 11.1, 11.2, 11.3, 11.4, 11.5, 11.6, 11.7 and 11.8 DEB local repo Package
 - Aller dans le dossier de téléchargement et ouvrir une CMD depuis ce dossier
 - Taper wsl
 - sudo dpkg -i nv-tensorrt-local-repo-ubuntu2204-8.6.1-cuda-11.8_1.0-1_amd64.deb
 - sudo cp /var/nv-tensorrt-local-repo-ubuntu2204-8.6.1-cuda-11.8/nv-tensorrt-local-0628887B-keyring.gpg /usr/share/keyrings/
 - sudo apt-get update
 - sudo apt-get install tensorrt
 - sudo apt-get install python3-libnvinfer-dev
 - Rester sur l'instance wsl

6° Installation de Tensorflow[and-cuda] 2.13:
 - pip install tensorflow[and-cuda]==2.13
 - pip install matplotlib scipy
 - python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Si vous avez une liste avec un gpu c'est que l'installation est réussie c:

Attention les warnings n'alterent en rien l'utilisation de Tensorflow GPU dans des conditions classiques