Win10使用Linux子系统(WSL2)进行深度学习训练_Kmaeii的博客-CSDN博客_wsl2深度学习
这里要注意，一定要先安装win11，然后再安装显卡驱动...，最后再安装Ubuntu，nvidia-smi才管用呢
关于docker的安装：WSL 上的 Docker 容器入门 | Microsoft Docs
dockhub的网址：Docker Hub
这里我安装的这个： docker pull pytorch/pytorch:1.9.0-cuda10.2-cudnn7-devel
从镜像生成容器
docker run --gpus all -it -v local/path:container/path image_name:tag /bin/bash
docker run --gpus all pytorch/pytorch:1.9.0-cuda10.2-cudnn7-devel
注：
要使用gpu环境，需要加--gpus xx指定使用的具体gpu，all表示使用机器中所有的gpu。
-v 用来将本地的一个地址挂载到container当中，以方便container与本地的交互。
-it 表示以交互式的方法开启一个终端，此时你的命令行为容器内部的命令行，image_name为镜像名；tag为版本名需要指定，如不指定则默认tag=latest
/bin/bash 为在容器内运行的命令
要想列出已经下载下来的镜像，可以使用 docker image ls 命令。
$ docker image ls
REPOSITORY TAG IMAGE ID CREATED SIZE
redis latest 5f515359c7f8 5 days ago 183 MB
nginx latest 05a60462f8ba 5 days ago 181 MB
mongo 3.2 fe9198c04d62 5 days ago 342 MB
<none> <none> 00285df0df87 5 days ago 342 MB
ubuntu 18.04 329ed837d508 3 days ago 63.3MB
ubuntu bionic 329ed837d508 3 days ago 63.3MB列表包含了 仓库名、标签、镜像 ID、创建时间 以及 所占用的空间。
其中仓库名、标签在之前的基础概念章节已经介绍过了。镜像 ID 则是镜像的唯一标识，一个镜像可以对应多个 标签。因此，在上面的例子中，我们可以看到 ubuntu:18.04 和 ubuntu:bionic 拥有相同的 ID，因为它们对应的是同一个镜像。
docker查看全部容器命令
docker ps -a
进入该容器：
docker run -it pytorch/pytorch:1.9.0-cuda10.2-cudnn7-devel /bin/bash
关于Ubuntu在windows哪里的问题？
资源管理器的路径里直接输入\\wsl$进入Ubuntu的目录
