Ubantu14.04 自己工作目录安装cuda10和cuDNN v7.4.1 (Nov 8, 2018), for CUDA 10.0

最新推荐文章于 2025-07-24 15:15:53 发布
最新推荐文章于 2025-07-24 15:15:53 发布
阅读量1.8k 收藏 2
点赞数 1
CC 4.0 BY-SA版权
分类专栏： python学习 文章标签： linux deeplearning cuda cudnn
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Hym_eric/article/details/84699135
本文详细介绍了如何在Linux环境下安装CUDA10.0及对应的cuDNN库，包括下载、安装过程及环境变量配置，适用于使用NVIDIA GPU进行深度学习开发的用户。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

首先到cuda官网下载cuda10：

1、下载并安装CUDA10.0 https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1404&target_type=runfilelocal 

对应下图选择下载

之后将下载文件拖进自己的工作目录

给文件运行权限chmod +x cuda_10.0.130_410.48_linux.run
然后 ./cuda_10.0.130_410.48_linux.run 一直回车到100%

之后如图：

之后添加路径并更新：

工作目录的./bashrc文件最后添加路径：

export PATH=$HOME/cuda-10.0/bin:$PATH
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/cuda-10.0/lib64/

更新：source ~./bashrc

检查是否安装成功：

  • nvidia-smi 查看显卡驱动运行状态
  • nvcc -V 查看cuda-toolkit安装是否成功

2、下载cudnn，根据官网显示下载对应版本的cudnn（要先注册登录） https://developer.nvidia.com/rdp/cudnn-download 

之后在自己的cuda-10.0目录下解压，见下图

以上安装成功

参考：https://blog.youkuaiyun.com/weixin_41278720/article/details/81255265

 

ubuntu18.04 cuda10.0+cudnn7.6.0安装
zimengxueying的博客
09-30 964
1 英伟达显卡驱动安装 卸载自带的驱动 sudo apt-get purge nvidia* 进入配置文件： sudo vim /etc/modprobe.d/blacklis.conf blacklist nouveau options nouveau modeset=0 更新配置文件 sudo update-initramfs -u 重启之后 lsmod | grep nouveau 没有显示就是禁用了 接着更新Ubuntu18.04的包 sudo apt upgrade sudo apt
Ubantu16.04下安装CUDA10.0和cudnn10.0（亲测可用，避坑指南）
qq_33289694的博客
11-09 2851
Ubantu16.04下安装CUDA10.0和cudnn10.0 安装时候，最好同时有两台电脑，这样方便查阅 一些东西，不至于这个那个找不到了 必备的安装包 CUDA10.0下载地址 cudnn10.0下载地址，需要说明的是cudnn下载需要注册。 完成之后可在Download中看到 在Downloads中，打开终端 输入如下命令 ls ——查看安装包 sudo dpkg -i cuda-r...
cuDnn-win10-Cuda10.0(亲测)
04-01
cuda所需GPU加速的库，官网需要注册而且速度慢，使用注意：解压后复制到cuda的环境中。
Ubuntu 16.04 上 CUDA_10.0及cuDNN的安装
热门推荐
lihe的博客
05-16 10万+
一、安装方式 CUDA提供两种安装方式：package manager安装和runfile安装， package manager 安装方式相对简单一些，但是我在阅读别人博客的过程中发现选择这种方式在安装过程中问题可能多一点，失败的概率较大。为了减少不必要的麻烦我选择runfile安装方式。 下载cuda安装包：cuda官网下载，根据系统信息选择对应的版本，runfile安装的话最后一项要选择 ru...
一文速通 GPU、CUDA、CuDNN、vLLM 概念原理
2401_82540083的博客
07-11 1180
中文叫做图形处理器。与之对应的，，中文叫做中央处理器。GPU自从上世纪90年代出现雏形以来，它的功能最初与名字一致，是专门用于绘制图像和处理图元数据的特定芯片。经过20多年的发展，已经发展成不仅仅是渲染图形这么简单，还包含了数学计算、物理模拟、AI运算等功能。很多人会把GPU和显卡混用，其实严格来说它们并不是完全一样。GPU是显卡的核心部分，但显卡还包含更多元件，包含 GPU、显存、供电等。一句话，GPU是一片处理芯片，显卡是一整块硬件电路板。1. NVIDIA。
windows下cuda10.0+cudnn的配置
小屋
11-30 3969
项目介绍 环境配置 cuda10.0 cudnn7.4.1 系统环境变量配置 测试cuda yolov4环境搭建 tensorflow_gpu 项目1 项目2 项目3 0.项目介绍 使用YOLOv4、DeepSort和TensorFlow实现对象跟踪。YOLOv4它使用深度卷积神经网络来执行目标检测。我们可以让YOLOv4的输出将这些对象检测输入深度排序(使用深度关联度量进行简单的在线和实时跟踪)，以创建一个高度精确的对象跟踪器。基于yolov4-deepsort我们可以增加自己的功能实.
CUDA10.0、CUDNN（和cuda对应版本），tensorflow2.0在windows下的安装及配置
zz2230633069的博客
12-27 2万+
参考文章 全网最详细 | Windows 安装 TensorFlow2.0 GPU 详细教程 win10+1060显卡安装anaconda+CUDA10.1+pytorch+cuDNN+tensorflow-gpu win10+GTX1050Ti+anaconda3+tensorflow1.14.0+cuda10.0+cudnn7.6.1.34（带GPU使用检测） 一、安装前的准备 切记...
CUDA和cuDNN 安装10.0版本
shine_Lee_的博客
03-25 2710
CUDA和cuDNN 安装10.0版本 提供cuda10.0版本 下载包： 链接：https://pan.baidu.com/s/1bTGfGLsNq5GyYly_82GH4g 提取码：2022 安装： 先安装cudawin10exe 解压后，把cudnn文件里的所有都复制， 然后放入安装的cuda的文件里： （默认放在：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0） 安装完成！ ...
Linux无root无sudo权限在用户目录安装cuda9.2和cudnn7.1
公众号/知乎: AI算法札记，欢迎关注交流
07-27 1万+
1.个人环境 系统：ubuntu 16.04(可在linux命令行通过命令 ~$ cat /proc/version查看) 权限：无root无sudo权限 cuda版本：cuda 9.2 对应的cudnn版本：cudnn7.1 2.下载并安装cuda cuda下载地址：https://developer.nvidia.com/cuda-downloads? 仿照下图进行选择......
安装CUDA10和CUDNN760
朝花&夕拾
11-27 2041
安装CUDA10 1.去官网下载想要的cuda https://developer.nvidia.com/cuda-toolkit-archive 2.选中一个 下载包， 按照自己电脑的情况选相应的选项，注意最后一行我选的是deb(network)方式安装，因为如果用deb(local)的话，你可以试着选那个，然后看下面的内容，需要下载整个包，有1.7G，还是算了。这个不影响...
Ubuntu16.04离线安装cuda11.1和cudnn8.0.4
weixin_43429591的博客
10-21 1万+
环境： Ubuntu 16.04 docker 19.03 cuda 11.1 cudnn 8.0.4 一、安装CUDA 1.CUDA Tooltik 11.1 下载 进入官网https://developer.nvidia.com/cuda-downloads，选择对应的版本后，下面会出现一行链接，进入这个链接下载runfile，大约2.5G，得到文件cuda_11.1.0_455.23.05_linux.run 2. 禁用 nouveau驱动 参考文章：https://blog.csdn.net/qq
cudnn-10.0-windows10-x64-v7.4.1.5
11-21
深度学习NVIDIA cudnn7.4.1.5适用于64位win10的CUDA10.0版本
CUDA10 Linux版64位
03-21
英伟达的CUDA 10工具包，终于可以下载了。 与9字头的前辈相比，10.0是第一次为图灵GPU定制的版本。 英伟达新近发布的GeForce RTX 20系列和Quadro RTX系列显卡，以及新一代GPU Tesla T4，都是基于图灵架构。 官网的评价是，要编写GPU加速的应用程序，CUDA 10是最强大的开发平台。 10.0是重大更新 CUDA工具包，都是为开发GPU加速的应用程序而存在。
CUDA10.1 for Win10
05-26
本资源CUDA10.1适用于Win10因为上传文件大小有限，所以文件是百度云盘的链接和密码，如链接失效，请联系我。
Win10系统安装CUDA10.0和cuDNN
SpadgerZ的博客
04-22 2万+
本机配置 系统：Win10 64位 显卡：GTX 1060 6GB CUDA安装前准备 在安装之前一定要先安装VS2017，否则在安装CUDA过程中会报错导致安装无法正常进行下去 VS2017_Community下载链接：https://visualstudio.microsoft.com/zh-hans/downloads/ 在安装选项中勾选“C++桌面开发”即可 CUDA...
成功安装CUDA 10.0 和Cudnn 7.4.1
jerry zhang的sally wu
10-30 2548
from Bubbliiiing 网盘下载： 链接: https://pan.baidu.com/s/1znYSRDtLNFLufAuItOeoyQ 提取码: 8ggr 下载完之后得到这两个文件。 安装CUDA 打开exe文件进行安装。 选择自定义。 重复点击下一步。 安装完后，在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0可以找到安装好的文件。 ## 安装Cudnn 将zip解压到C:\Program Files\NVIDI
CUDA 10.0与NVIDIA CuDNN库深度学习加速实践
最新发布
weixin_36304957的博客
07-24 777
随着人工智能与机器学习技术的飞速发展，高效的数据处理和复杂的算法实现对硬件的要求日益提升。GPU作为并行计算的主力军，在深度学习领域扮演着至关重要的角色。CUDA（Compute Unified Device Architecture）是由NVIDIA推出的一种通用并行计算架构，它允许开发者利用NVIDIA的GPU进行计算。CUDA 10.0作为最新版本，为开发者提供了更为强大和灵活的并行计算能力。
深度学习环境配置——ubuntu安装CUDA与CUDNN
tyyhmtyyhm的博客
03-19 5466
人是为活着本身而活着，而不是为了活着之外的任何事物所活着。——《活着》
cuda装在自己的目录
m0_67619101的博客
03-23 478
然后nvcc -V验证即可。
ubantu卸载cuda12.1,安装cuda10.0
05-14
### Ubuntu 上卸载 CUDA 12.1 并安装 CUDA 10.0 的步骤 #### 卸载 CUDA 12.1 为了彻底卸载已有的 CUDA 版本，需执行以下操作： 1. **停止任何正在运行的 NVIDIA 进程** 使用以下命令查找并终止可能占用 GPU 资源的进程： ```bash ps aux | grep nvidia kill -9 <PID> ``` 2. **删除现有的 CUDA 文件夹** 删除 `/usr/local/cuda` 和对应的具体版本文件夹（如 `cuda-12.1`）。这可以通过以下命令完成： ```bash sudo rm -rf /usr/local/cuda* ``` 3. **清理残留包管理器中的依赖项** 如果通过 APT 或 DEB 方式安装了 CUDA，则需要清除这些记录： ```bash sudo apt-get remove --purge '^cuda-.*' 'libnvidia-*' sudo apt-get autoremove sudo apt-get autoclean ``` 4. **移除旧版驱动程序** 若之前安装过特定于 CUDA 12.1 的显卡驱动，也需要将其卸载： ```bash sudo apt-get purge nvidia* sudo reboot ``` --- #### 安装 CUDA 10.0 以下是针对 CUDA 10.0 的具体安装流程。 1. **更新系统软件仓库索引** 确保系统的包列表是最新的： ```bash sudo apt-get update && sudo apt-get upgrade -y ``` 2. **下载适合的安装包** 访问官方文档页面获取对应的 `.deb(network)` 类型安装文件[^2]。对于 Ubuntu 18.04 可以使用如下链接作为参考： [CUDA Toolkit Archive](https://developer.nvidia.com/cuda-toolkit-archive) 3. **注册 GPG 密钥以及添加存储库地址** 执行下面的操作来导入密钥并将新资源加入到APT配置中： ```bash wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-repo-ubuntu1804_10.0.130-1_amd64.deb sudo dpkg -i cuda-repo-*.deb sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub sudo apt-get update ``` 4. **指定版本号进行安装** 防止默认选择更高版本的情况发生，在实际安装时明确指出目标版本为 `cuda-10.0`: ```bash sudo apt-get install cuda-10.0 ``` 5. **设置环境变量** 编辑用户的 shell profile 来永久生效路径调整： ```bash echo 'export PATH=/usr/local/cuda-10.0/bin:$PATH' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}' >> ~/.bashrc source ~/.bashrc ``` 6. **验证安装情况** 测试当前使用的编译工具链是否指向预期版本，并确认硬件兼容性良好： ```bash nvcc --version cd /usr/local/cuda/samples/1_Utilities/deviceQuery/ sudo make ./deviceQuery ``` 如果以上每一步均顺利完成而无错误报告，则表明整个过程达到了预设目的[^5]。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值