新版 WSL#
- 访问商店获取 Windows Subsystem for Linux
wsl --version直接跳转到4. 安装 Docker過時教程害人- 如果已經執行了第 2、3 步，更新後需要再執行
wsl -s docker-desktop切換回正確的 distro - 關閉 Hyper-V，只開啟 WSL 和 虛擬化平台 兩個可選功能
netsh winsock reset然後重啟
開啟 Hyper-V by 壹佰#
- 將下面內容複製到文本文件中，然後將文件命名為 Hyper-V.bat，然後以管理員身份運行，運行完成後重啟電腦（可能需要 BIOS 中開啟處理器虛擬化支持）。
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
- 使用 PowerShell 啟用 Hyper-V，以管理員身份打開 PowerShell 控制台，運行以下命令：
Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Hyper-V -All
安裝 WSL2 by Ali7&MS#
- 應用商店搜索 Ubuntu 22.04.2 LTS 並安裝（可以不裝）
- 開啟 Windows Subsystem for Linux
dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart
- 開啟虛擬機特性
dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart
- 下載並安裝 WSL2 更新包
- 將 WSL2 設置成默認
wsl --set-default-version 2
- 運行商店中安裝的 Ubuntu 22.04.2 LTS （可以不裝）
安裝 Docker Desktop by 追逐時光者#
- 下載 Docker Desktop Installer
- 換源，在系統右下角托盤圖標內右鍵菜單選擇 Settings，打開配置窗口後左側導航菜單選擇 Docker Desktop。編輯窗口內的 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/"
]
}
- 測試，Powershell 中運行
docker run hello-world
調用 nvidia by 無人知曉&bpq#
- Ubuntu 22.04.2 LTS 中 運行
nvidia-smi
- 右鍵卸載 Ubuntu 22.04.2 LTS，
wsl -l -v保證有 docker-desktop 和 docker-desktop-data 就行 - Powershell 中運行
docker pull anibali/pytorch:2.0.0-cuda11.8-ubuntu22.04 - 啟動容器並測試 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安裝成功即可導入
print(torch.cuda.is_available()) # 查看CUDA是否可用
print(torch.cuda.device_count()) # 查看可用的CUDA數量
print(torch.version.cuda) # 查看CUDA的版本號
- 測試網絡訪問，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 # 然後退出 bash
docker start torch
docker exec -it torch /bin/bash
conda install nano -c conda-forge
nano ~/.condarc
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'
添加內核#
conda activate base
conda install ipykernel -c conda-forge
python -m ipykernel install --user --name pytorch
快速啟動：docker exec -it torch /home/user/micromamba/envs/jupyter/bin/jupyter notebook