我最近設定了支援 CUDA/Docker 的 WSL2（Windows 10、21H2）來訓練一些神經網路。為此，我遵循了本指南中的說明：https://docs.nvidia.com/cuda/wsl-user-guide/index.html
完成後，我運行了我連結的文檔中指定的圖像：
docker run -it --gpus all -p 8888:8888 tensorflow/tensorflow:latest-gpu-py3-jupyter
此時，我可以啟動瀏覽器並在支援 GPU 的 Jupyter Notebook 上工作。我透過運行來驗證這一點：
import tensorflow as tf
tf.config.list_physical_devices('GPU')
輸出確認 GPU 可用：
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]。
完成後，我儲存變更並停止 CTRL-C 退出容器。
到目前為止，一切都按我的預期進行。
為了恢復工作，我一直在使用docker start -i happy_bose我happy_bose之前運行的容器的名稱。
但是，GPU 支援不存在（呼叫tf.config.list_physical_devices('GPU')返回空列表）。
我原本希望docker start -i happy_bose啟動具有 GPU 支援的容器，但事實並非如此。有沒有辦法重複使用具有 GPU 支援的容器，或者我是否需要建立它並docker run每次啟動它？