开启深度学习之旅—ubuntun20.04下安装cuda，cdnn，pytorch

黑珍珠的心

已于 2025-06-02 15:33:28 修改

阅读量856

点赞数 23

CC 4.0 BY-SA版权

文章标签：深度学习 pytorch 人工智能机器学习 c++

于 2025-05-04 22:05:22 首次发布

本文链接：https://blog.youkuaiyun.com/m0_67825544/article/details/147699978

写在前面：因为要做机械臂抓取相关的课题，了解到GRASPNet这个来自上交大佬课题组的开源项目，打算配置环境复现一下，中间在安装NVIDIA显卡驱动和cuda过程中遇到不少问题，所以写个帖子记录以下。大家配置环境前，也需要了解自己要跑的项目所需的pytorch版本。

如有需要：GRASPNet

过程参考帖子：Ubuntu20.04下GraspNet复现流程中的问题；ubuntu配置多版本cuda+cudnn环境，及版本切换方法

一、安装CUDA，CUDNN ：

1.检查显卡可支持最高版本CUDA

安装前，首先确定项目所需pytorch版本，检查自己电脑显卡是否支持，然后去NVIDIA官网下载对应版本的CUDA。

CUDA下载：NVIDIA提供多版本CUDA

项目所需的pythorch版本一般项目说明里面，会有写，检查自己显卡支持的最高版本CUDA，可以通过在终端命令行方式查询，输入以下：

nvidia-smi

如果显示以下，表明驱动已经正确安装。我的最高支持版本CUDA是12.8，我就只能选择12.8以下版本CUDA，其实对于大部分项目就已经够用了。

(base) l@JAVIS:~$ nvidia-smi
Sun May  4 15:53:17 2025       
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 570.133.20             Driver Version: 570.133.20     CUDA Version: 12.8     |
|-----------------------------------------+------------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
|                                         |                        |               MIG M. |
|=========================================+========================+======================|
|   0  NVIDIA GeForce RTX 4060 ...    Off |   00000000:01:00.0  On |                  N/A |
| N/A   40C    P8              3W /   55W |     462MiB /   8188MiB |      8%      Default |
|                                         |                        |                  N/A |
+-----------------------------------------+------------------------+----------------------+
                                                                                         
+-----------------------------------------------------------------------------------------+
| Processes:                                                                              |
|  GPU   GI   CI              PID   Type   Process name                        GPU Memory |
|        ID   ID                                                               Usage      |
|=========================================================================================|
|    0   N/A  N/A            1308      G   /usr/lib/xorg/Xorg                      234MiB |
|    0   N/A  N/A            1495      G   /usr/bin/gnome-shell                     54MiB |
|    0   N/A  N/A            2542      G   ...144 --variations-seed-version        145MiB |
+-----------------------------------------------------------------------------------------+

如果没有显示上述界面信息，说明显卡驱动安装有问题，如果你之前没有额外管理过自己的驱动，ubuntu自带的是nouveau驱动，就会出现如下问题，也很好解决，换用和显卡对应的NVIDIA驱动就行。

2.安装NVIDIA显卡驱动

首先查看nouveau驱动的启用情况，命令行输入：

lsmod | grep nouveau

如果有输出表示nouveau驱动正在工作，如果没什么反应则表示已经禁用了nouveau。

要是有内容输出，说明需要先卸载原始驱动，命令行输入：

sudo gedit /etc/modprobe.d/blacklist.conf

这里调用了gedit编辑器，在稍后弹出的文本文件末尾，复制如下文本，来手动禁用原始驱动：

blacklist nouveau
options nouveau modeset=0

然后命令行输入，应用更改：

sudo update-initramfs -u

可以再次输入开始代码验证，驱动是否被禁用成功，成功查找自己电脑使用NVIDIA版本，通过命令行输入：

ubuntu-drivers devices

显示出来的一列中，末尾带recommended的就是推荐版本，例如我的电脑的推荐版本为nvidia-driver-570 - distro non-free ：

(base) l@JAVIS:~$ ubuntu-drivers devices
== /sys/devices/pci0000:00/0000:00:01.1/0000:01:00.0 ==
modalias : pci:v000010DEd000028E0sv000017AAsd00003C51bc03sc00i00
vendor   : NVIDIA Corporation
driver   : nvidia-driver-535-server-open - distro non-free
driver   : nvidia-driver-570-open - distro non-free
driver   : nvidia-driver-570-server-open - distro non-free
driver   : nvidia-driver-570 - distro non-free recommended
driver   : nvidia-driver-535-server - distro non-free
driver   : nvidia-driver-535 - distro non-free
driver   : nvidia-driver-535-open - distro non-free
driver   : nvidia-driver-570-server - distro non-free
driver   : xserver-xorg-video-nouveau - distro free builtin

知道对应版本后，采用系统工具来安装，在ubuntu的附加驱动这个应用中，选择这个nvidia-driver-570 - distro non-free版本来应用并重启。

对于小白，不要轻易尝试其他办法来更换显卡驱动，一不小心就容易出问题，我就在更换显卡驱动这一步，让系统的wifi消失了，然后只能重装系统解决问题，如果有大佬知道原因，欢迎评论区交流。

可以再次输入，来验证驱动是否成功安装：

nvidia-smi

3.安装CUDA

完成显卡驱动安装，CUDA基本按照官网的两条命令就能顺利解决。以我的需求为例，我需要安装pytorch版本为1.8，所以选择CUDA版本为11.1。对应版本查询：Select preferences。

CUDA的下载地址，也在官网有提供：CUDA Toolkit Archive | NVIDIA Developer；

然后只需要将下面，两行指令一次输入命令行，注意安装界面中，取消驱动安装！！！因为前面我们已经完成了，驱动安装，等待一段时间，即可完成CUDA11.1安装；

wget https://developer.download.nvidia.com/compute/cuda/11.1.1/local_installers/cuda_11.1.1_455.32.00_linux.run
sudo sh cuda_11.1.1_455.32.00_linux.run

然后配置环境变量，我的理解是使得安装的这个版本CUDA生效：

sudo gedit ~/.bashrc

在文本最后，粘贴：

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

最后测试：

source ~/.bashrc
nvcc -V

显示应该如下：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2020 NVIDIA Corporation
Built on Mon_Oct_12_20:09:46_PDT_2020
Cuda compilation tools, release 11.1, V11.1.105
Build cuda_11.1.TC455_06.29190527_0

3.安装CDNN

操作也比较简单，参见cuDNN Archive | NVIDIA Developer；

选择对应CUDA版本安装，一般是Linux X86_64；

下载后，在文件目录下打开终端，解压：

tar -vxf ./cudnn-linux-x86_64-8.9.7.29_cuda11-archive.tar.xz

然后复制到指定目录，不是CUDA11.1的话记得改版本名：

sudo cp cudnn-linux-x86_64-8.9.7.29_cuda11-archive/include/* /usr/local/cuda-11.1/include
sudo cp cudnn-linux-x86_64-8.9.7.29_cuda11-archive/lib/libcudnn* /usr/local/cuda-11.1/lib64

添加权限：

sudo chmod a+r /usr/local/cuda-11.1/include/cudnn.h
sudo chmod a+r /usr/local/cuda-11.1/lib64/libcudnn*

最后命令行输入，测试安装：

cat /usr/local/cuda-11.1/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

显示应该类似以下：

#define CUDNN_MAJOR 8
#define CUDNN_MINOR 9
#define CUDNN_PATCHLEVEL 7
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

/* cannot use constexpr here since this is a C-only file */

3.安装pytorch

基本用anaconda来生成环境，在环境下安装pytorch，所以先安装一个anaconda，这部分也是傻瓜安装，基本不会出错。

这里：Download Now | Anaconda

下载目录下：（注意文件名替换）

bash Anaconda3-2024.10-1-Linux-x86_64.sh

跟着流程走，一直默认就行。

安装完成后，我们生成一个新的环境，来安装pytorch；

conda create -n newenv python=3.8

激活环境：

conda activate newenv

在环境下，安装pytorch：Previous PyTorch Versions | PyTorch

pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

测试：

python
import torch
print(torch.__version__)
print(torch.cuda.is_available())
torch.version.cuda

类似输出，表示成功：(注意是在新环境newenv下)

Python 3.8.20 (default, Oct  3 2024, 15:24:27) 
[GCC 11.2.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.__version__)
1.8.0+cu111
>>> print(torch.cuda.is_available())
True
>>> torch.version.cuda
'11.1'

到这里就可以开展，深度学习之旅了。