💻 將 Ubuntu WSL 安裝并遷移到 D 盤完整教程（含 Appx 安裝與遷移導入）
本文記錄如何在 Windows 系統中手動啟用 WSL、下載 Ubuntu 安裝包、安裝并遷移 Ubuntu 到 D 盤，避免默認寫入 C 盤，提高系統性能與可維護性。
? 一、啟用 WSL 與虛擬化支持
打開管理員 PowerShell，執行以下命令：
dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestartdism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart
?? 建議重啟一次電腦，以確保功能生效。
📥 二、下載 Ubuntu 安裝包（Appx）
使用 PowerShell 命令下載 Ubuntu 22.04 安裝包：
Invoke-WebRequest -Uri https://aka.ms/wslubuntu2204 -OutFile Ubuntu.appx -UseBasicParsing
💾 三、安裝 Ubuntu 到系統中
在 PowerShell 中執行：
Add-AppxPackage .\Ubuntu.appx
此操作會注冊 Ubuntu 到 WSL，系統默認安裝路徑在：
C:\Users\<你的用戶名>\AppData\Local\Packages
? 四、導出已安裝的 Ubuntu 為 .tar 文件
初始化后運行以下命令導出備份：
wsl --export Ubuntu D:\wsl\Ubuntu\ubuntu_backup.tar
Ubuntu是默認的發行版名稱，D:\wsl\Ubuntu是你想要遷移的目標路徑。
🧹 五、卸載系統默認安裝（從 C 盤卸載）
wsl --unregister Ubuntu
?? 注意：這將永久刪除默認的 Ubuntu 實例，務必先導出
.tar備份！
📦 六、導入 Ubuntu 到 D 盤路徑
wsl --import Ubuntu D:\wsl\Ubuntu D:\wsl\Ubuntu\ubuntu_backup.tar --version 2
這里你可以將
Ubuntu改為任何你喜歡的發行版名稱（如Ubuntu-22.04），并確保--version 2表示使用 WSL2。
🚀 七、啟動遷移后的 Ubuntu
wsl -d Ubuntu
或使用你導入時指定的名稱：
wsl -d Ubuntu-22.04
🧽 八、可選清理
導入成功后，如果不再需要 .tar 文件，可以手動刪除：
Remove-Item D:\wsl\Ubuntu\ubuntu_backup.tar
? 總結
以上操作幫助你完成了：
- WSL 功能啟用
- Ubuntu 離線安裝
- 初始化 + 導出 + 卸載舊版本
- 遷移 Ubuntu 到 D 盤路徑
- 成功運行并釋放 C 盤空間
👍 如果你覺得有幫助，歡迎點贊、收藏或評論交流！
是否需要我幫你一鍵生成 Markdown 或 CSDN 編輯器 HTML 格式？
很好，你上傳的兩張截圖是：
- 通過
Win + R打開 運行窗口，輸入optionalfeatures - 勾選 “適用于 Linux 的 Windows 子系統”（即啟用 WSL 功能）
? 補充說明 + 溫馨提示
🪟 手動啟用 WSL 功能的圖形界面方法（附圖）
除了命令行方式，我們還可以通過圖形界面手動啟用 WSL 功能：
🧭 第一步：打開“Windows 可選功能”
按下快捷鍵 Win + R，輸入：
optionalfeatures
點擊“確定”即可打開【啟用或關閉 Windows 功能】窗口。
去掉勾重啟機器，重啟之后，選上，再次重啟
? 第二步：勾選以下選項
-
? 適用于 Linux 的 Windows 子系統
-
? 虛擬機平臺（Virtual Machine Platform）
注意：這兩個必須同時勾選，WSL2 運行依賴這兩個模塊。
點擊“確定”，系統會進行功能添加，并可能要求你重啟電腦。
💡 溫馨提示：
- 若你希望使用 WSL 2，必須啟用“虛擬機平臺”選項。
- 推薦在啟用上述功能后 重啟一次電腦，以確保設置生效。
- 如果你是首次配置 WSL，推薦再運行以下命令完成自動安裝：
wsl --install
以下是將你提供的 CUDA 與 Anaconda 安裝指令 整合到原文教程中的更新內容，適合作為新增章節插入到原來的 Markdown 文檔中：
?? 九、安裝 CUDA 與 Anaconda（可選 GPU 與 Python 環境支持）
本部分適用于你需要在 Ubuntu WSL 環境中使用 GPU 加速（如安裝 PyTorch、TensorFlow 等）并構建 Python 開發環境的情況。
🧠 安裝 CUDA Toolkit（以 Ubuntu 24.04 為例）
cd /tmp
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-keyring_1.1-1_all.deb
sudo apt install ./cuda-keyring_1.1-1_all.deb
sudo apt update
sudo apt install -y cuda-toolkit
安裝完成后檢查 CUDA 是否就緒：
ls /usr/local
配置環境變量（如安裝的是 CUDA 12.9）：
export PATH=/usr/local/cuda-12.9/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-12.9/lib64:$LD_LIBRARY_PATH
可添加到 ~/.bashrc 永久生效：
echo 'export PATH=/usr/local/cuda-12.9/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-12.9/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc
🐍 安裝 Anaconda（Python 環境管理工具）
wget https://repo.anaconda.com/archive/Anaconda3-2024.02-1-Linux-x86_64.sh
chmod +x Anaconda3-2024.02-1-Linux-x86_64.sh
bash Anaconda3-2024.02-1-Linux-x86_64.sh
安裝成功后，添加到 PATH 并生效：
export PATH="~/anaconda3/bin:$PATH"
echo 'export PATH="$HOME/anaconda3/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc
驗證安裝：
ls ~/anaconda3
which conda
? 至此，你已完成：
- CUDA 安裝與環境配置（用于 GPU 加速）
- Anaconda 安裝（用于 Python 包管理與虛擬環境）
- 可用于深度學習、科學計算等高級任務
![[面試精選] 0076. 最小覆蓋子串](http://pic.xiahunao.cn/[面試精選] 0076. 最小覆蓋子串)
)
