当前位置：首页 > news >正文

怎么才能让自己做的网站上传到百度搜关键字可以搜到搜图片找原图

news 2026/4/6 5:08:17

怎么才能让自己做的网站上传到百度搜关键字可以搜到,搜图片找原图,电商网站开发平台实验,免费秒开小游戏安装WSL 安装 WSL 2 之前，必须启用“虚拟机平台”可选功能。计算机需要虚拟化功能才能使用此功能。以管理员身份打开 PowerShell 并运行： dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart下载 Linux 内核更…

安装WSL

安装 WSL 2 之前，必须启用“虚拟机平台”可选功能。计算机需要虚拟化功能才能使用此功能。

以管理员身份打开 PowerShell 并运行：

dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

下载 Linux 内核更新包:l链接：
https://wslstorestorage.blob.core.windows.net/wslblob/wsl_update_x64.msi
下载完成后更新。

将 WSL 2 设置为默认版本，命令：

wsl --set-default-version 2

打开 Microsoft Store，搜索WSL，选择你偏好的 Linux版本。
在这里插入图片描述
我选择的是Ubuntu22.04版本。点进去就可以看到下载链接
下载即可。下载完成后，启动系统，配置用户名和密码。

输入nvidia-smi，检查是否能找到显卡，正常情况，如下图：
在这里插入图片描述

一些问题

WslRegisterDistribution failed with error: 0x8007019e The Windows Subsystem错误的解决方案

执行命令

Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Windows-Subsystem-Linux

回车，输入Y或者y，然后系统重启。

输入nvidia-smi，显示不正确

这个有可能是wsl的版本不对，出现这种情况是Window的版本太低了！升级到21H2或者Win11。

也可以通过观察Ubuntu的版本，如下图：
在这里插入图片描述
如果wsl的版本是1.0的，内核是4.XXX。

也可以使用命令，查看wsl版本，在PowerShell里输入：

wsl -l -v

在这里插入图片描述
红框里的是2，就正确了！如果是1，则要重新安装Ubuntu。
执行命令：

wsl --list

查找wsl的列表。

wsl --unregister Ubuntu-22.04

注销列表中显示的Ubuntu系统

然后，重新打开Ubuntu系统。

注：WSL系统使用的显卡驱动是Win系统的驱动，所以不用安装驱动！

安装CUDA

安装gcc，执行命令：

sudo apt update
sudo apt install build-essential

在这里插入图片描述
输入Y。

链接：https://developer.nvidia.com/cuda-toolkit-archive
我选用的是12.1版本，如下图：

在这里插入图片描述
执行命令：

wget https://developer.download.nvidia.com/compute/cuda/12.1.1/local_installers/cuda_12.1.1_530.30.02_linux.run
sudo sh cuda_12.1.1_530.30.02_linux.run

在这里插入图片描述
输入accept。

在这里插入图片描述
选择安装的组件，不用安装驱动！

选择Install。
在这里插入图片描述
安装完成

接下来，配置环境变量输入vim ~/.bashrc命令打开文件，在文件结尾输入以下语句，保存。

export PATH=/usr/local/cuda-12.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

在这里插入图片描述
然后，点击保存后关闭文档，然后执行命令source ~/.bashrc。
至此cuda安装完成，输入nvcc -V命令查看cuda信息。

安装cuDNN

链接：https://developer.nvidia.com/rdp/cudnn-archive
打开连接，选择CUDA 12.x，这里要和安装的CUDA版本对上！
在这里插入图片描述
点击上图红框的位置，就可以看到下图的列表，选择对应的文件，单击后就可以下载，如下图：

在地址栏输入“\wsl$”，然后点击Enter键。打开Ubuntu22.04的目录！

然后，找到home路径，如下图:

在这里插入图片描述
将下载的cudnn复制到用户名的路径下，如下图：

然后，执行安装命令，命令如下：

 sudo dpkg -i cudnn-local-repo-ubuntu2204-8.9.7.29_1.0-1_amd64.deb

等待cuDNN安装包仓库安装完毕后，最后几行会输出一个添加密钥的命令，类似下面。我们执行输出的那个命令：
在这里插入图片描述
执行命令：

sudo cp /var/cudnn-local-repo-ubuntu2204-8.8.0.121/cudnn-local-B66125A0-keyring.gpg /usr/share/keyrings/

更新apt源，让apt包管理器能够找到刚刚安装的cuDNN安装包仓库：

sudo apt update

准备安装cuDNN，先查找一下cuDNN安装包仓库中包含的cuDNN深度学习库有哪些版本：

sudo apt list libcudnn*

在这里插入图片描述
安装cuDNN库，执行命令：

sudo apt install libcudnn8-dev libcudnn8-samples

检查一下cuDNN的动态库文件是否安装到位，执行命令：

readelf -d /usr/lib/x86_64-linux-gnu/libcudnn.so | grep SONAME

在这里插入图片描述

检查libcudnn8-dev是否安装成功，执行命令：

cat /usr/include/cudnn_version.h | grep CUDNN_

编译一下cuDNN的示例代码。如果能成功编译并运行，代表你的CUDA工具链和cuDNN库全部正常工作。

# 复制示例代码到$HOME目录下，然后进入该目录
cp -r /usr/src/cudnn_samples_v8/ ~
cd ~/cudnn_samples_v8/# 试着编译一份卷积运算的示例代码
cd conv_sample/
# 用apt安装的cuDNN头文件和库目录位置与Makefile中给定的默认位置不同，
# 因此我们先手动指定位置后再make
CUDNN_INCLUDE_PATH=/usr/include/ CUDNN_LIB_PATH=/usr/lib/x86_64-linux-gnu/ make# 编译完成后，执行编译出的二进制文件，进行卷积运算测试
./conv_sample# 运行更多的卷积运算测试案例
source run_conv_sample.sh