Maison > Article > développement back-end > Utilisation de Polars avec NVIDIA GPU (CUDA), sous Windows avec WSL2
D'abord et avant tout, faites-moi savoir si j'ai raté quelque chose, ou si quelque chose ne va pas, ou si vous avez des questions
wsl --set-default-version 2
sudo apt update sudo apt install python3 python3-pip python3-venv
python3 -m venv <your-environment-name> # examples python3 -m venv myenv # or python3 -m venv gpu-env
Vous pouvez créer cet environnement virtuel dans le dossier racine. Après cela, vous pouvez simplement créer de nouveaux dossiers dans le dossier racine, et ceux-ci utiliseront tous cet environnement virtuel. De cette façon, vous n’avez pas besoin de créer un nouvel environnement virtuel à chaque fois. (Le temps d'installation est très long, et vous n'avez probablement pas envie de faire ça à chaque fois)
source <your-environment-name>/bin/activate # examples source myenv/bin/activate # or source gpu-env/bin/activate
Si vous avez activé avec succès l'environnement virtuel, vous devriez voir (
) sur le côté gauche du terminal, avant chaque ligne Vous pouvez ensuite le désactiver en tapant deactivate, mais pour l'instant gardez-le activé pour le tutoriel
pip install polars[gpu] pandas numpy tensorflow[and-cuda]
REMARQUE : vous devez être dans un environnement virtuel activé pour pouvoir exécuter les commandes pip-install. Sinon, vous obtiendrez une erreur vous demandant de créer un environnement virtuel
Vous pouvez ouvrir VS Code en tapant code . dans la borne. Cela installera et ouvrira l’installation de VS Code sur l’instance WSL. Cette installation ne possède pas toutes les extensions que vous avez sur votre installation Windows (par exemple Python, GitHub Copilot, Jupyter). Vous pouvez (devoir) les réinstaller via l'onglet Extensions dans VS Code.
Lors de la sélection d'un interpréteur, sélectionnez
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!