Optimizing WSL2 for High-Efficiency Data Downloads and AI Model Training

在深度学习项目中，高效的数据下载与快速的模型训练是关键。本文将结合实验结果，介绍如何在 WSL2 环境下优化网络访问配置，以便在 WSL2 中顺畅地下载数据并加速模型训练，同时不影响 Windows 的其他网络应用

实验结果：数据下载速度与模型训练时间对比

我们以 `torchvision` 的 CIFAR-10 数据集为例，测试不同网络配置下的下载速度，以及 GPU 模式下模型训练时间。结果如下：

从结果来看，最佳方案是“Windows 开启浏览器全局代理并设置 WSL DNS 隧道代理”，这种配置不仅在下载速度上最优，还能在 WSL2 中极大地缩短训练时间。

配置最佳实践：Windows 开启浏览器全局代理 + WSL DNS 隧道代理

为了实现最优配置，我们可以按以下步骤设置 Windows 全局代理和 WSL 的 DNS 隧道代理，让 WSL2 自动应用代理信息，而无需手动设置 `http_proxy` 和 `https_proxy`。这不仅提升了效率，还避免了频繁手动切换网络配置。

1. 移除 .bashrc 中的代理设置

打开 .bashrc 文件，移除已有的 http_proxy 和 https_proxy 配置，以免重复配置代理：

注释掉 `http_proxy` 和 `https_proxy` 配置后，关闭 WSL：

2. 创建或编辑 .wslconfig 文件

在 Windows 主机的用户主目录下（如 C:\Users\你的用户名），创建或编辑 .wslconfig 文件，加入以下配置：

其中，关键设置项为：

- networkingMode=mirrored：启用镜像网络模式，使 Windows 和 WSL2 VM 之间可以互通。

- dnsTunneling=true：开启 DNS 隧道以增强 WSL2 在 VPN 和复杂网络环境下的兼容性。

- autoProxy=true：让 WSL2 自动使用 Windows 中的 HTTP 代理设置，而无需手动配置。

该设置方法基于 [Microsoft 官方文档](https://learn.microsoft.com/zh-cn/windows/wsl/networking) 和 [CSDN 文章](https://blog.csdn.net/iftodayhappy/article/details/137236279) 中的指南，能够有效优化网络性能。

3. 重启 WSL 并验证

完成配置后，关闭并重新启动 WSL：

重新进入 WSL 后，运行以下命令以检查代理是否正常：

如能快速访问，则说明代理已自动启用。

方案优势

- 双平台兼容性：此配置允许 WSL2 使用 Windows 的代理设置，同时不影响 Windows 系统的其他应用。无论是在 WSL2 的 VS Code、Jupyter Notebook，还是 Windows 本地浏览器中，都能顺畅地访问网络。

- 最佳下载速度：相比手动设置代理，此方案在下载和模型训练方面速度最优，同时操作简便。

- 自动代理：WSL2 可以自动获取 Windows 中的代理设置，无需手动在 WSL 中配置，便于灵活切换网络环境。

总结

通过设置 Windows 浏览器全局代理 和 WSL DNS 隧道代理，可以在深度学习工作流中实现更高效的数据下载与模型训练。此方案兼具灵活性和性能，是 WSL2 用户的最佳实践选择。