在社区找了很多方法，结果在b站评论区找到了一个方法给解决了
原本一开始有人说是驱动版本问题
我nvcc -V是ok的，但是nvidia-smi一直报错，Command ‘nvidia-smi’ not found, but can be installed with:
cp /usr/lib/wsl/lib/nvidia-smi /usr/bin/nvidia-smi
chmod ogu+x /usr/bin/nvidia-smi
在wsl2中运行这两个语句，再输入nvidia-smi，成功了
回头会把这个文章的格式啥的做一下，现在先已自己工作为主。
上面是我4.20搞的，现在换了一台配置更好的电脑，如今又得重新配，发现配这个真的比较折磨，所以决定写清楚一点，这样的话我的这篇文章才不会耽误各位的时间，开源社区嘛，分享这种真的是有贡献的。
我建议是把我的这个看完了，在对着做，中间有一些错误，但是我依然保留了，所以如果直接对着做会很难受。
首先是我的开始，首先要在windows里面下载WSL2，已经搞忘记我上一个配置这样参考的博客了，昨天我跟着这个来的：
https://blog.csdn.net/eastking0530/article/details/126613992
下面的这个博客好像是用命令的，但是我因为之前就用的微软商店啊这种，这两我都有参考，
https://blog.csdn.net/iwanvan/article/details/122119595
还很详细。
关于这方面WSL2的部署，bilibili也有个专栏和视频，那个跟着做也不错：
https://www.bilibili.com/read/cv16616792
https://www.bilibili.com/video/BV1n14y1x7Y7/?spm_id_from=333.880.my_history.page.click&vd_source=cc97774375ca5177485d3840a0bb9b31
这个一个是文章，一个是视频，虽然在显卡部署方面我感觉光凭这个很难完好的运行，细节没有很清楚，但是WSL2跟着做就对了，很详细。
那么现在我们可以通过ubuntu应用或者powershell开始我们在windows上的linux命令了。
可以参考bilibili文章或者别的文章，把apt源改成国内的。
但是这个文章第一句话就有问题，bat应该是bak
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
然后：使用文本编辑器（如nano或vim）打开apt源列表文件
sudo nano /etc/apt/sources.list
最后才是把底下的那些话弄进去。但是b站复制也很烦有尾缀。我记得我这里分享的文章有一篇写的很好。
deb http://mirrors.aliyun.com/ubuntu/ focal main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-updates main restricted universe multiverse、
deb-src http://mirrors.aliyun.com/ubuntu/ focal-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal-backports main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal-proposed main restricted universe multiverse
搞到最后，然后右键就可以粘贴，然后ctrl+X然后输入Y，回车，回车
sudo apt-get update
sudo apt-get install build-essential
然后是安装CUDA，因为我本机电脑是CUDA12.0
所以我是根据这篇文章来的的：
https://cloud.tencent.com/developer/article/2269993
虽然这个CUDA版本可能跟各位有不一样，但是可以百度搜一下下载对应的cuda版本就OK了，这个时候nvcc -V就可以用了。
但是此时，wsl2里面的nvidia-smi命令还是这样：
我们要装对应的驱动，根据我的回忆，是只需要在wsl2装一个CUDA toolkit，CUDA Toolkit是NVIDIA的CUDA工具包，包含了CUDA的全部工具。因为英伟达已经有专对于wsl2的驱动，只需要本机有对应工具包，那么我们在WSL2就可以运行，所以我们在WSL2只要装CUDA toolkit 。如果没装，那么就会导致这个时候我一开始的那个命令是找不到文件，cp /usr/lib/wsl/lib/nvidia-smi /usr/bin/nvidia-smi，因为没驱动的话，是没有这个的：nvidia-smi，
地址在这里（好像要科学工具）
https://developer.nvidia.com/cuda-downloads（最新版本）
https://developer.nvidia.com/cuda-toolkit-archive（历史版本）
打开是这样：
具体下载的话，要看对应的表：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
看看他这个工具最低支持的驱动版本，最低的一定不能高于你的电脑驱动。
这里安装我也参考的这个：https://www.bilibili.com/read/cv16616792
在官网里面：https://developer.nvidia.com/CUDA-TOOLKIT-ARCHIVE找到对应的，然后执行这个命令：
wget https://developer.download.nvidia.com/compute/cuda/12.0.0/local_installers/cuda_12.0.0_525.60.13_linux.run
sudo sh cuda_12.0.0_525.60.13_linux.run
然后有一个这个：
离谱的是我印象中没这个，有着翻车的感觉。除了驱动和后面的核心全安了。然后是漫长的等待。
好，找到问题了原来是我一直是wsl一代，很好！
关于怎么看wsl版本呢
在cmd或者powershell里面输入这个命令就可以了：
wsl -l -v
如果很不巧，你一开始是wsl1，那么version下面会是1，也有解决办法，不用重启电脑，根据这两篇文章来就ok了，首先是升级：https://blog.csdn.net/weixin_44121966/article/details/122815547
升级看上面这篇就行，然后需要下载一个可运行文件，里面讲的很清楚。
升级完了很容易遇见这样的错误：参考的对象类型不支持尝试的操作
看这篇就行了：https://blog.csdn.net/fangye945a/article/details/123832623
搞完之后我又回来了：
这次发现，居然nvidia-smi是可以用的，那么或许一开始我不能用是否就是因为我是wsl1，真的很无语。
那么评论区的老哥没文件，很有可能就是wsl1的原因，因为我这次找了，原始回答的路径下面就是有这个文件的：
那么我就差安装cuda了，
再来一遍：https://developer.nvidia.com/cuda-toolkit-archive在这里面找对应的版本，然后直接在里面复制命令就好了。之前在别人博客复制的跟官网的是一样的，弄完之后就配置一下环境：
具体的在之前发的那个博客里面，https://cloud.tencent.com/developer/article/2269993
把12.0改成你的版本就ok了。
然后现在不管是nvidia-smi还是nvcc -V都可以了。
总结一下显卡这方面的安装，只需要按照cuda for wsl2就好了，nvidia-smi不能运行，大概率是wsl不是二代或者win的版本不支持或者本机机器驱动nvidia driver不支持。升级一下就好了，我是win10。
可以参考这个博客
https://blog.csdn.net/wdz502425575/article/details/123658606
然后这篇博客效率很高，我是一开始走错路了，
https://blog.csdn.net/weixin_42187164/article/details/126816848
安装anconda和pytorch（anaconda是管理的，比较推荐安装，pytorch按需安装）
anaconda参考的这个教程，保姆级：https://blog.csdn.net/weixin_45509406/article/details/128752457
输入conda -V就可以看看是不是成功了。
pytorch
对应版本在这里面找：
https://pytorch.org/get-started/locally/
具体安装的话：
以下是anaconda的基本命令：
conda create -n pytorch python=3.10
conda activate pytorch
如果出这个问题了：
运行conda init bash，然后重新打开wsl2，就可以了。
在激活环境之后：
运行这个命令就好了，当然，你得找对应的版本。
然后进入python环境
import torch
（检查PyTorch是否可以使用GPU）
print(torch.cuda.is_available())
（如果有多个GPU，打印出所有GPU的编号）
print(torch.cuda.device_count())
（打印出当前选中的GPU）
print(torch.cuda.current_device())
（打印出当前GPU的名称）
print(torch.cuda.get_device_name(torch.cuda.current_device()))
如果上面的代码能够正常运行，并且打印出了你的GPU的相关信息，那么你的PyTorch就能够正确地使用你的GPU了。
环境配完了，终于！
总结一下，我这篇博客对比其他博客，废话较多，而且不简洁，但是旁征博引，胜在很菜，小白能共情。哈哈哈
