WSL2安装nvidia-docker

配置原因：为了通过docker工具在windows 复现cyclegan论文的代码，根据cyclegan项目中的readme文件显示的prerequisite，需要安装docker和nvidia-docker。

电脑环境

版本 Windows 11 家庭中文版
版本 21H2
安装日期 ‎2021.‎11.‎28
操作系统版本 22000.376
体验 Windows 功能体验包 1000.22000.376.0

设备名称 DESKTOP-TLLGKNB
处理器 Intel® Core™ i7-9750H CPU @ 2.60GHz 2.60 GHz
机带 RAM 16.0 GB (15.9 GB 可用)

系统类型 64 位操作系统, 基于 x64 的处理器
笔和触控 没有可用于此显示器的笔或触控输入

参考链接和书籍
nvidia link
《Docker 技术入门与实战 第2版》

写文章前已经完成的部分：WSL2 已经安装好了。

安装一个linux 系统，直接在Microsoft store 上下载即可。

打开ubuntu 18.04 LTS，以下的命令都直接在ubuntu18.04 LTS打。

安装WSL2 下的显卡驱动。

链接：https://pan.baidu.com/s/1zWTusAwY50QAFGzO6nWhug?pwd=a7d9
提取码：a7d9

安装WSL2下的CUDA toolkit

$ wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin
$ sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600
$ wget https://developer.download.nvidia.com/compute/cuda/11.4.0/local_installers/cuda-repo-wsl-ubuntu-11-4-local_11.4.0-1_amd64.deb
$ sudo dpkg -i cuda-repo-wsl-ubuntu-11-4-local_11.4.0-1_amd64.deb
$ sudo apt-key add /var/cuda-repo-wsl-ubuntu-11-4-local/7fa2af80.pub
$ sudo apt-get update
$ sudo apt-get -y install cuda

安装docker

直接下载桌面版docker
https://www.docker.com/products/docker-desktop

安装nvidia-docker

$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID)

$ curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -

$ curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

$ sudo apt-get update

$ sudo apt-get install -y nvidia-docker2      

现在我们已经安装完成，通过下面一条语句进行测试，下面的语句按我自己浅薄的理解做了三个工作，一是下载镜像文件，二是，创建容器，三是运行容器。docker run的命令必会生成一个容器。
docker run -it --gpus all -p 8888:8888 tensorflow/tensorflow:latest-gpu-py3-jupyter

下面是显示效果和jupyternotebook 的界面。

代码看起来也能跑，不错。