Windows11へのTensorFlow2インストール＆GPU認識（WSL2使用）

TensorFlow2のインストール&GPU認識方法が新しくなって、より簡単になりました。
Winodws上で仮想Linuxを立ち上げる形式には慣れが要るかもしれませんが、一言で言えば、PowerShellでwslと打つだけですので、ショートカットを作成すれば手間では無いです。pythonを起動すれば同じですので、Linux初心者でも全く問題ありません。
深層学習をGPUを用いて高速に行うためには、PythonのライブラリであるTensorFlow2あるいはPyTorchを使うことがほとんどかと思います。（少なくとも他人が書いたコードがたくさん手に入り便利です。）

再生リスト「深層学習」：https://youtu.be/Lyv8wBOI1wM?list=PL0EsI3FWm6SJuGrRYbdRG0eGdkOK12pXk

公式サイト
https://www.tensorflow.org/install/pip?hl=j #windows-wsl2

対応GPUカード
https://developer.nvidia.com/cuda-gpus

NVIDIA Driver Downloads
https://www.nvidia.com/download/index.aspx

英語だが非常に役立つインストール解説動画（本動画はこの内容を日本語で喋るだけ）
https://youtu.be/0S81koZpwPA?t=193

TensorFlowからGPUが認識できているかを2行コードで確認する
https://blog.turai.work/entry/20180113/1515820265

WSL2 に Anaconda経由で JupyterLab環境を構築する手順
https://kondeneenen.com/wsl2_anaconda_jupyterlab/
↑は情報量が多いですが、pip install jupyterlabでインストールするだけです。

「使用時のまとめ」
(1) ショートカットの利用
Ubuntu Linuxへのショートカットは自然に出てきました。スタートボタンを押した所に赤いアイコンが見えてましたので、それを右クリックしてタスクバーにピン留めしました。この赤いアイコンはPowerShellでwslと打ってUbuntuを起動することに相当します。
（ちなみに今さらですが、PowerShellである必要はなく、ターミナルなら何でも使えます。）

(2) Jupyterを使う
そのUbuntuにて(必要ならconda activate tfと打って環境を選択した後)、jupyter lab --NotebookApp.token='' --allow-root と打つだけでJupyterLabが起動します。過去に打ったことがあれば、十字キーの上を何回か押して思い出せばokです。最後に、ブックマークをつけておいたhttp://localhost:8888/にアクセスすれば、起動まで短縮できます。

(3) WinとLinuxの間でのファイルのやりとり
Jupyter用のノートブックファイルを読み出す際などに、ファイルをWinからLinuxに移動したくなるかと思います。WinのExplorerにおいて、通常ですと「Desktop」や「c:¥」などが見えるかと思いますが、ここで「Linux」も見えるようになっています。

(4) JupyterではなくエディターVS Codeを使う
Windows上のVS CodeでRemote-WSLを使い。WSL2のUbuntu 20.04へアクセスする。
https://zenn.dev/s_ryuuki/articles/4b9631674adea4
↑の設定で、VS Codeで編集したコードをlinuxにてダイレクトに実行できます！

[構成例その２ (2023/6/20)]
次の構成でもGPU認識してConv2d()有りでmodel.fit()できました。
Galleria XA7C-R39 ﾃﾞｽｸﾄｯﾌﾟPC (RTX 3090)
Python: 3.10.11 or 3.9.16（どちらでも上手くいった）
cudatoolkit: 11.8.0
nvidia-cudnn-cu11: 8.9.2.26 (公式インストールサイトのバージョンよりも最新版を導入した)
tensorflow: 2.10.1