新版WSL

1. 访问商店获取 Windows Subsystem for Linux
2. wsl --version 直接跳转到 4. 安装 Docker
3. 过时教程害人
4. 如果已经执行了第2、3步，更新后需要再执行 wsl -s docker-desktop 切换回正确的 distro
5. 关闭 Hyper-V，只开启 WSL 和 虚拟化平台 两个可选功能
6. netsh winsock reset 然后重启

开启 Hyper-V by 壹佰

1. 将下面内容复制到文本文件中，然后将文件命名为Hyper-V.bat，然后以管理员身份运行，运行完成后重启电脑（可能需要BIOS中开启处理器虚拟化支持）。

pushd "%~dp0"
dir /b %SystemRoot%\servicing\Packages\*Hyper-V*.mum >hyper-v.txt
for /f %%i in ('findstr /i . hyper-v.txt 2^>nul') do dism /online /norestart /add-package:"%SystemRoot%\servicing\Packages\%%i"
del hyper-v.txt
Dism /online /enable-feature /featurename:Microsoft-Hyper-V-All /LimitAccess /ALL

2. 使用 PowerShell 启用 Hyper-V，以管理员身份打开 PowerShell 控制台，运行以下命令：

Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Hyper-V -All

安装 WSL2 by Ali7&MS

1. 应用商店搜索 Ubuntu 22.04.2 LTS 并安装（可以不装）
2. 开启Windows Subsystem for Linux

dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart

3. 开启虚拟机特性

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

4. 下载并安装 WSL2更新包
5. 将WSL2设置成默认

wsl --set-default-version 2

6. 运行商店中安装的 Ubuntu 22.04.2 LTS （可以不装）

安装 Docker Desktop by 追逐时光者

1. 下载 Docker Desktop Installer
2. 换源，在系统右下角托盘图标内右键菜单选择 Settings，打开配置窗口后左侧导航菜单选择 Docker Desktop。编辑窗口内的JSON串：

{
  "builder": {
    "features": {
      "buildkit": true
    },
    "gc": {
      "defaultKeepStorage": "20GB",
      "enabled": true
    }
  },
  "experimental": false,
  "registry-mirrors": [
    "https://hub-mirror.c.163.com/",
    "https://docker.mirrors.ustc.edu.cn/"
  ]
}

3. 测试，Powershell 中运行 docker run hello-world

调用 nvidia by 无人知晓&bpq

1. Ubuntu 22.04.2 LTS 中 运行 nvidia-smi
   
2. 右键卸载 Ubuntu 22.04.2 LTS，wsl -l -v 保证有 docker-desktop 和 docker-desktop-data 就行
3. Powershell 中运行 docker pull anibali/pytorch:2.0.0-cuda11.8-ubuntu22.04
4. 启动容器并测试 cuda

docker run -p 0.0.0.0:8001:8001 --rm -it --name torch --gpus all anibali/pytorch:2.0.0-cuda11.8-ubuntu22.04 /bin/bash
python

import torch # 如果pytorch安装成功即可导入
print(torch.cuda.is_available()) # 查看CUDA是否可用
print(torch.cuda.device_count()) # 查看可用的CUDA数量
print(torch.version.cuda) # 查看CUDA的版本号

1. 测试网络访问，注意 -p 0.0.0.0

docker run -p 0.0.0.0:8001:8001 --rm -it --name torch --gpus all anibali/pytorch:2.0.0-cuda11.8-ubuntu22.04 python -m http.server 8001

conda by bpq&LATLAJ

mkdir data # G:\data
docker run -p 0.0.0.0:8001:8001 -it --name torch --gpus all -v //g/data:/app/data anibali/pytorch:2.0.0-cuda11.8-ubuntu22.04 /bin/bash
conda init # 然后退出 bash
docker start torch
docker exec -it torch /bin/bash
conda install nano -c conda-forge
nano ~/.condarc

• 更换清华源

jupyter

conda create -n jupyter jupyter notebook -c conda-forge
conda activate jupyter
jupyter notebook --ip 0.0.0.0 --port 8001
jupyter notebook --generate-config
nano ~/.jupyter/jupyter_notebook_config.py
jupyter notebook # http://localhost:8001/lab?token=limour

c.ServerApp.ip = '*'
c.ServerApp.port = 8001
c.ExtensionApp.open_browser = False
c.ServerApp.token = 'limour'

添加内核

conda activate base
conda install ipykernel -c conda-forge
python -m ipykernel install --user --name pytorch

快速启动：docker exec -it torch /home/user/micromamba/envs/jupyter/bin/jupyter notebook