【学习记录】在Ubuntu上安装CUDA驱动和Anaconda

📌 摘要

本文记录了在 Ubuntu 系统中安装 NVIDIA CUDA 驱动和 Anaconda 的全过程。内容涵盖：

• 如何选择合适的 CUDA 版本
• 使用官方源命令安装 CUDA Toolkit
• 下载并安装 Anaconda（推荐清华源加速）
• 提供完整操作命令与注意事项

适用于刚入门深度学习或需要配置开发环境的开发者。

---

🔧 安装前准备

• 确保已安装 NVIDIA 显卡驱动（可通过 nvidia-smi 查看）
• 确认系统版本（本文以 Ubuntu 20.04 为例）
• 推荐使用管理员权限操作，避免权限问题
• 打开终端快捷键：Ctrl + Alt + T

---

🚀 安装 NVIDIA CUDA Toolkit

1. 进入 CUDA 官方下载页面：

🔗 CUDA Toolkit 历史版本下载地址

选择适合你系统的 CUDA 版本（如：CUDA 11.6.1 for Ubuntu 20.04）

---

2. 依次运行以下命令安装（以 CUDA 11.6.1 为例）：

# 下载 pin 文件
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin

# 移动到 apt 配置目录
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600

# 下载 CUDA 安装包
wget https://developer.download.nvidia.com/compute/cuda/11.6.1/local_installers/cuda-repo-ubuntu2004-11-6-local_11.6.1-510.47.03-1_amd64.deb

# 安装本地仓库包
sudo dpkg -i cuda-repo-ubuntu2004-11-6-local_11.6.1-510.47.03-1_amd64.deb

# 添加公钥
sudo apt-key add /var/cuda-repo-ubuntu2004-11-6-local/7fa2af80.pub

# 更新软件源
sudo apt-get update

# 安装 CUDA 工具包
sudo apt-get -y install cuda

---

3. 验证是否安装成功

nvcc --version

若输出类似如下信息，则表示 CUDA 安装成功：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2022 NVIDIA Corporation
Built on ...
Cuda compilation tools, release 11.6, V11.6.124

---

🐍 安装 Anaconda

1. 下载 Anaconda 安装包：

推荐使用国内镜像加速下载：
🔗 清华大学开源软件镜像站 - Anaconda Archive

选择适合你系统的版本（如：Anaconda3-2023.03-Linux-x86_64.sh）

---

2. 安装步骤：

假设你下载的是 Anaconda3-2023.03-Linux-x86_64.sh，执行以下命令：

# 赋予执行权限（可选）
chmod +x Anaconda3-2023.03-Linux-x86_64.sh

# 开始安装
sudo bash Anaconda3-2023.03-Linux-x86_64.sh

安装过程中会提示你按回车继续、确认安装路径、是否初始化等，请根据提示操作。

---

3. 验证安装

关闭当前终端后重新打开，运行：

conda --version

如果输出类似：

conda 23.1.0

说明 Anaconda 安装成功！

---

⚠️ 常见问题与建议

问题	解决方法
E: Unable to locate package cuda	检查 apt update 是否执行成功，网络是否正常
nvcc not found	检查环境变量是否包含 /usr/local/cuda/bin，可以手动添加： export PATH=/usr/local/cuda/bin:$PATH
安装 Anaconda 后无法识别命令	确保选择了“yes”让脚本自动添加环境变量，否则手动编辑 ~/.bashrc 添加 Anaconda 路径

---

✅ 总结

本文介绍了如何在 Ubuntu 系统上安装 CUDA 驱动和 Anaconda 的完整流程，包括从 NVIDIA 官网获取 CUDA 包、使用清华源下载 Anaconda 安装包等实用技巧。

对于刚开始接触深度学习开发的同学来说，是一份实用的环境搭建指南。

---

📌 如果你觉得这篇文章对你有帮助，请点赞 + 收藏 + 分享，让更多人了解如何快速搭建 Ubuntu 下的深度学习环境！

💬 欢迎留言讨论你在安装过程中遇到的问题或分享你的经验。