wsl ubuntu安装ISCE一些值得注意的点

参考文档：https://github.com/yunjunz/conda-envs/blob/main/isce2/README.md#b-install-dependencies-to-isce2-environment教程很详细，照着一步步做就可以了。

清空CUDA，清空所有env之后，初始化conda，重新创建环境，遂成功；

为什么要装这个版本——这个会连同PyCuAmpcor 一块编译了，他给的option1和option2更容易成功，也满足InSAR的大部分需求。我都装过了，但是编译PyCuAmpcor 很麻烦，总是缺少依赖，我又一根筋，非要装个全功能的不可，所以干脆卸了重装。

以下是我遇到的一些主要问题（两个标红就是主要心得），就这两点花了我一个星期才装好

安装CUDA的注意事项

退出所有conda环境，以root用户操作；

由于是在wsl中安装，要注意下载的是适配wsl的CUDA Toolkit，选择deb (network)安装，链接：https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&Distribution=WSL-Ubuntu&target_version=2.0&target_type=deb_network

同时更新windows端的显卡驱动到最新（一般最新的才适配与wsl通信），然后重启电脑以刷新驱动；

直到nvcc --version，和nvidia-smi显示正确的信息，CUDA相关即安装完成；

为什么要这么安装——能正确设置环境变量，避免conda或者ISCE找不到路径的情况；

关于安装过程中可能的报错

正常来说复制给GPT、通义千问、kimi等都可以解决，注意一个原则，那就是按照Yunjun的这个教程安装时的报错，一般都是缺少某些依赖，首选通过conda安装能避免大部分环境变量的报错；

安装的过程就是不断报错，然后GPT，然后再报错的循环...直到编译成功。

启动以及使用

load_isce2_dev，启动环境

topsApp.py -h

cuDenseOffsets.py -h

smallbaselineApp.py -h