首先，如果我错过了什么，或者做错了什么，或者如果您有疑问

，请告诉我 步骤 wsl2通过 window 商店安装任何 linux 发行版（例如 ubuntu 22.04）启动并创建用户通过在命令提示符或 powershell（在 windows 设备上）中运行此命令将 wsl 版本 2 设置为默认版本wsl --set-default-version 2登录后复制 在 wsl2 内创建虚拟环境 1. 通过运行以下命令在 wsl2 实例上安装 pythonsudo apt updatesudo apt install python3 python3-pip python3-venv登录后复制 2.创建新的虚拟环境python3 -m venv <your-environment-name># examplespython3 -m venv myenv# orpython3 -m venv gpu-env</your-environment-name>登录后复制您可以在根文件夹中创建这个虚拟环境。之后，您可以简单地在根文件夹中创建新文件夹，这些文件夹都将使用该虚拟环境。这样您就不需要每次都创建新的虚拟环境。 （安装时间很长，你可能不想每次都这样做） 3.激活虚拟环境source <your-environment-name>/bin/activate# examplessource myenv/bin/activate# orsource gpu-env/bin/activate</your-environment-name>登录后复制

如果您成功激活了虚拟环境，您应该在终端左侧每行之前看到 ()

然后您可以通过输入 deactivate 来停用它，但现在在教程中保持激活状态

在虚拟环境中安装pip包pip install polars[gpu] pandas numpy tensorflow[and-cuda]登录后复制

注意：您需要位于激活的虚拟环境中才能运行 pip-install 命令。否则，你会得到一个错误，告诉你创建虚拟环境

在 vs code 中使用虚拟环境

您可以通过输入代码来打开 vs code。在终端中。这将在 wsl 实例上安装并打开 vs code 安装。此安装不包含 windows 安装中的所有扩展（例如 python、github copilot、jupyter）。您可以（必须）通过 vs code 中的“扩展”选项卡再次安装它们。

选择解释器时，选择 ，而不是带有版本号的 python version。你需要的解释器与虚拟环境具有完全相同的名称，并且后面会有一个python版本号，格式如下

✅ gpu-env (python 3.11.2) ❌python 3.11.2 /bin/python3❌python 3.11.2 /usr/bin/python3

以上就是在 Windows 上使用 WSL2 将 Polars 与 NVIDIA GPU (CUDA) 结合使用的详细内容！