检查是否有nvidia显卡以及CUDA、cudnn安装

最新推荐文章于 2025-06-18 10:09:38 发布

原创

最新推荐文章于 2025-06-18 10:09:38 发布 · 3.9k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#ubuntu #cuda #cudnn

本文介绍了如何在Ubuntu操作系统中检查是否拥有NVIDIA显卡，以及详细步骤来安装CUDA和cuDNN，为深度学习环境配置提供基础。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

检查是否有nvidia显卡
lspci | grep -i nvidia

$ dpkg -l | grep nvidia
$ dpkg -l | grep cuda
$ sudo apt-get --purge remove nvidia-*
$ sudo apt-get --purge remove cuda-*
$ sudo add-apt-repository ppa:graphics-drivers/ppa
$ sudo apt-get update
$ apt-cache search 'nvidia-[0-9]+$'
$ sudo apt install nvidia-384
$ reboot
$ nvidia-smi            验证

CUDA安装

udo dpkg -i '/media/li/TOSHIBA EXT/SOFTWARE/ubuntu/CUDA/cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb'

sudo apt-key add /

最低0.47元/天解锁文章

200万优质内容无限畅学

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

呦吼~~

关注关注

1
点赞
踩
2

收藏

觉得还不错? 一键收藏
2
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

获取GPU显卡信息 - C++ 编程

DevProPlus的博客

09-07

1161

CUDA是由NVIDIA开发的用于并行计算的平台和编程模型，它提供了一组用于管理和操作GPU的API函数。在C++编程中，我们经常需要获取计算机系统中安装的GPU显卡的信息，例如显卡型号、驱动版本、内存大小等等。请注意，此代码假设你已经正确安装了NVIDIA显卡驱动和CUDA工具包，并且你的系统上至少有一个GPU设备。通过上述步骤，你可以轻松获取GPU显卡的信息，并在C++编程中使用这些信息进行各种操作，例如根据显卡型号选择合适的算法实现或者根据显存大小进行内存管理等。函数获取设备属性，然后使用。

CUDA & C++ | 测试环境安装成功 Hello，CUDA！

ASKCOS博客

11-09

634

#include <iostream> #include <stdio.h> __global__ void myfirstkernel(void) { } int main(void) { myfirstkernel << <1, 1 >> > (); printf("Hello, CUDA!\n"); return 0; } __global__告诉编译器在这个限定符后面的函数定义应该在设备上（gpu）而不是主机上（cpu）上运行

2 条评论您还未登录，请先登录后发表或查看评论

怎么知道自己的电脑中有没有GPU

热门推荐

幸运的小菜鸟的博客

09-11

3万+

打开命令提示符或 PowerShell。这将显示 cuDNN 的版本号信息。

验证CUDA是否安装成功且与Visual Studio集成

hollyholly5的博客

11-29

1万+

检查编译器 C:\Users\Administrator>nvcc -V nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2015 NVIDIA Corporation Built on Tue_Aug_11_14:49:10_CDT_2015 Cuda compilation tools, release 7.5, V7

CUDA - 如何在CUDA C/C++中查询设备属性和处理错误

guaaaaaaa的博客

06-07

610

如何在CUDA C/C++中查询设备属性和处理错误

cuda 安装和卸载 Linux（Ubuntu、debian）详细图解

ziqibit的博客

04-03

2万+

cuda 安装和卸载，简单有效，操作快

Ubuntu安装nvidia显卡驱动经验和注意事项（成功率高）

我爱加菲猫

06-30

3039

目录1 问题：nvidia显卡和nouveau死磕，导致安装后界面卡死和starting Gnone Display Manger，本文要避免这些问题2 本文采取保守的方法，目的尽量不出现上述问题，ubuntu16，18都可以3 直接到官网下驱动3.1 禁用nouveau3.2 重启后直接进入tty,不进入界面3.3 检查是否成功3.4 重启成功进入界面3.5 查看下本机的驱动3.6 安装新系统务必删干净之前的驱动版本！！！4 CUDA安装4.1 查看cuda版本5 安装cudnn5.1 查看cudnn版

ubuntu18.04完全卸载nvidia显卡驱动

flameye_19的博客

07-11

5250

ubuntu18.04 完全卸载nvidia显卡驱动可以通过以下命令查看本机安装的所有与nvidia有关的包 dpkg -l | grep -i nvidia 可以使用以下命令卸载所有与nvidia有关的包 sudo apt purge nvidia*

Linux/ubuntu常见的显卡驱动问题和解决方法，以及常用的显卡命令

kane的博客

06-04

1万+

关于显卡驱动一.查看显卡型号和驱动版本 1.查看显卡型号 lspci | grep -i nvidia 2.查看驱动版本 sudo dpkg --list | grep nvidia-* 或者 ubuntu-drivers devices 3.查看正在使用的显卡驱动所使用的内核版本： cat /proc/driver/nvidia/version 4.查看所有的电脑驱动 cat /var/log/dpkg.log | grep nvidia 二.查看并安装适合本机显卡的驱动版本：如gt730----配

nvidia显卡相关信息查询

XYKenny的博客

07-02

7557

nvidia-smi信息详解实用命令： #帮助 nvidia-smi -h #持续监控gpu状态（-lms 可实现毫秒级监控） nvidia-smi -l 3 #每三秒刷新一次状态，持续监控 #列出所有GPU，大写L nvidia-smi -L #查询所有信息 nvidia-smi -q #查询特定卡的信息，0.1.2.为GPU编号 nvidia-smi -i 0 #显示特定的信息...

Ubuntu 18.04.6 LTS安装NVIDIA显卡驱动&CUDA&cuDNN

飞机火车巴雷特的博客

11-07

4073

Linux服务器管理，Ubuntu18.04安装NVIDIA显卡驱动、CUDA和cuDNN

如何成功在没有nvidia驱动的win10电脑里安装CUDA和pytorch-gpu

源代码杀手的博客

07-20

2万+

先查看本机是否有nvidia驱动：显然没有，那就去官网下载： www.nvidia.cn

ubuntu安装nvidia20.04显卡驱动 cuda cudnn

01-10

### 安装准备为了确保顺利安装，在开始之前应确认系统的更新状态并移除旧版驱动程序。可以使用命令`sudo apt-get update && sudo apt-get upgrade`来完成系统软件包的更新[^1]。 ### 卸载现有NVIDIA软件如果已经存在旧版本的NVIDIA驱动或其他CUDA相关组件，则应该先卸载它们以避免冲突。这可以通过运行如下命令实现： ```bash sudo apt-get purge nvidia* ``` ### 添加Graphics Drivers PPA 对于更稳定的驱动支持，建议添加graphics-drivers PPA到Ubuntu源列表中以便获取最新的稳定版驱动器。执行以下命令： ```bash sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt-get update ``` ### 安装NVIDIA Driver 通过APT安装特定版本的NVIDA驱动是一个较为简便的方法。例如要安装470系列驱动，可输入下列指令： ```bash sudo ubuntu-drivers autoinstall # 或者指定版本号如： # sudo apt install nvidia-driver-470 ``` 验证安装成功与否可通过查看Xorg日志文件或利用命令`nvidia-smi`显示当前GPU的状态信息。 ### 安装CUDA Toolkit 前往[NVIDIA官方网站](https://developer.nvidia.com/cuda-downloads)，依据个人需求挑选适合的操作系统与版本组合下载对应的.run脚本或者.deb包形式的安装文件。这里推荐采用`.deb`方式简化依赖关系处理过程。按照网页提示操作直至完成整个流程即可[^3]。 #### 更新环境变量为了让编译工具链能够识别新加入的路径，需编辑用户的shell配置文件（比如~/.bashrc），追加下面两行内容至文件末尾处： ```bash export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 使更改生效只需重新加载该配置文件: ```bash source ~/.bashrc ``` 最后再次调用`nvcc --version`测试是否能正常输出CUDA编译器的信息作为检验手段之一[^2]。 ### 安装cuDNN Library 访问[CUDA Deep Neural Network library (cuDNN)](https://developer.nvidia.com/rdp/cudnn-download)页面登录账号后找到匹配于已安装备份之CUDA版本号的目标压缩包进行下载解压动作；接着把其中几个目录下的.so动态链接库复制粘贴到相应位置(/usr/local/cuda/include & /usr/local/cuda/lib64/)覆盖默认同名项即告完工。