cuda安装 含cudnn conda 2025

本文详细介绍了如何在Ubuntu系统上安装CUDA,包括下载CUDA安装包、安装cudnn、设置环境变量等步骤。通过本文,读者可以了解整个安装过程,并确保CUDA环境配置正确。

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

目录

激活环境 A 并安装 CUDA 11.8:

conda 安装cuda-toolkit 

参数说明

安装CUDA

各个历史版本下载:https://developer.nvidia.com/cuda-toolkit-archive

cudnn deb格式安装

设置环境变量


  1. 激活环境 A 并安装 CUDA 11.8:

    bash

    conda activate env_a
    conda install -c "nvidia/label/cuda-11.8.0" cuda-toolkit
    conda install -c "nvidia/label/cuda-11.8.0" cudnn
    nvcc --version  # 显示 11.8
    

  2. 激活环境 B(未安装 CUDA 或安装了其他版本):

    conda activate env_b
    nvcc --version  # 若未安装则提示命令不存在,或显示其他版本(如 12.2)

conda 安装cuda-toolkit 

conda install -c "nvidia/label/cuda-12.4.0" cuda-toolkit  

conda install -c "nvidia/label/cuda-12.1.0" cuda-toolkit

配置清华源后,可以安装成功,速度比较慢,可能需要一个多小时。

如果在环境里面安装的,只对当前环境有效,其他环境不能共享使用,但是再安装速度可以加快。

参数说明

-c 是cache的意思,缓存目录,在别的conda环境安装,速度回快很多。

安装CUDA

下载CUDA,从https://developer.nvidia.com/cuda-downloads,下载对应版本的cuda安装包,我下载的是deb(local)版,

各个历史版本下载:

https://developer.nvidia.com/cuda-toolkit-archive

 

下载 runfile(local)

sudo sh cuda_11.8.0_520.61.05_linux.run

安装完成后,重启一下;

cudnn deb格式安装

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pinsudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda-repo-ubuntu2004-12-1-local_12.1.0-530.30.02-1_amd64.debsudo dpkg -i cuda-repo-ubuntu2004-12-1-local_12.1.0-530.30.02-1_amd64.debsudo cp /var/cuda-repo-ubuntu2004-12-1-local/cuda-*-keyring.gpg /usr/share/keyrings/sudo apt-get updatesudo apt-get -y install cuda

wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda_12.1.0_530.30.02_linux.runsudo sh cuda_12.1.0_530.30.02_linux.run

chmod +x ./cudnn-local-repo-ubuntu2004-8.9.7.29_1.0-1_amd64.deb
安装软件包:使用以下命令开始安装.deb文件:

sudo dpkg -i /path/to/your_file.deb

有时会有提示:

sudo cp /var/cudnn-local-repo-ubuntu2004-8.9.7.29/cudnn-local-CD2C2DD4-keyring.gpg /usr/share/keyrings/

执行一下,再执行:

sudo dpkg -i /runxxx.deb

设置环境变量

在打开的文件中加入如下两句话

vim /etc/profile

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

保存后,使环境变量立即生效,

source /etc/profile

cuda拷贝也可以?:

cp -R /home/model-server/cuda-12.1 /mnt/envs


export PATH=/mnt/envs//cuda-12.1/bin:$PATH

### 回答1: 要在conda安装CUDA 10.1和cuDNN 7.6.5,可以按照以下步骤进行操作: 1. 首先,确保已经安装了Anaconda或Miniconda。可以从官方网站(https://www.anaconda.com/)上下载适合您系统的版本,并按照安装指南进行安装。 2. 在终端或命令提示符中打开Anaconda Prompt或Miniconda Prompt。 3. 创建一个新的conda环境,可以通过执行以下命令创建一个名为“myenv”的环境,并选择Python版本(此处选择Python 3.7): ```shell conda create -n myenv python=3.7 ``` 4. 激活新创建的conda环境: ```shell conda activate myenv ``` 5. 添加CUDAconda存储库,可以通过执行以下命令添加官方的CUDA存储库: ```shell conda config --add channels conda-forge ``` 6. 安装CUDA 10.1和cuDNN 7.6.5,可以执行以下命令: ```shell conda install cudatoolkit=10.1 cudnn=7.6.5 ``` 7. 等待安装完成。conda会自动解析依赖关系并下载和安装所需的软件包。 8. 安装完成后,您可以通过执行以下命令验证CUDAcuDNN安装: ```shell nvcc --version # 检查CUDA版本 python -c "import torch; print(torch.cuda.is_available())" # 检查cuDNN是否可用 ``` 通过按照以上步骤,在conda上成功安装CUDA 10.1和cuDNN 7.6.5,并可以进行深度学习开发和GPU加速的工作。 ### 回答2: 要在conda安装CUDA 10.1和cuDNN 7.6.5,可以按照以下步骤进行操作: 1. 首先,确保已经安装conda。如果还没有安装,请先前往conda官方网站(https://docs.conda.io/en/latest/miniconda.html)下载并安装。 2. 打开终端(或Anaconda Prompt,或Anaconda Navigator的终端界面)。 3. 创建一个新的conda环境。可以通过以下命令创建并命名环境(比如cudatoolkit10_1): ``` conda create -n cudatoolkit10_1 ``` 4. 激活新创建的环境: ``` conda activate cudatoolkit10_1 ``` 5. 安装CUDA 10.1。可以使用conda命令来安装: ``` conda install cudatoolkit=10.1 ``` 6. 安装cuDNN 7.6.5。首先,到NVIDIA官网(https://developer.nvidia.com/cudnn)下载相应版本的cuDNN。在下载完成后,进入cuDNN文件所在目录并解压缩文件。 7. 将解压缩后的文件复制到conda的环境路径中。可以使用以下命令将文件复制到合适的位置(‘path_to_cudnn_files’需要替换为你解压缩文件所在的路径): ``` cp path_to_cudnn_files/include/cudnn.h path_to_conda/envs/cudatoolkit10_1/include/ cp path_to_cudnn_files/lib64/libcudnn* path_to_conda/envs/cudatoolkit10_1/lib/ ``` 8. 安装完成后,可以通过以下命令验证CUDAcuDNN安装情况: ``` conda list cudatoolkit conda list cudnn ``` 通过按照以上步骤操作,就可以在conda上成功安装CUDA 10.1和cuDNN 7.6.5。请注意,具体命令和路径需要根据自己的环境进行相应的调整。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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