Ubuntu利用conda创建虚拟环境，并安装cuda，cudnn

最新推荐文章于 2025-05-20 11:12:59 发布
最新推荐文章于 2025-05-20 11:12:59 发布
阅读量3.8k 收藏 9
点赞数 2
CC 4.0 BY-SA版权
分类专栏： Tensorflow
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/shaopeng568/article/details/89707660
本文详细介绍如何使用Anaconda创建Python虚拟环境，并配置清华源加速软件包下载。此外，还提供了安装CUDA和CuDNN的具体步骤，包括指定版本和镜像网站，以满足深度学习和GPU计算的需求。

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

首先安装好ananconda之后，通过命令conda create -n your_env_name python=3.6 创建虚拟环境。

添加清华源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

安装cuda：

conda install cudatoolkit=8.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

安装cudnn：

conda install cudnn=7.0.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/

每个不同镜像网站里面包含各种不同的下载包，可根据自己的需求打开查找对应的安装包，

如cudatoolkit 8.0.3 在https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/内，

则安装命令如：conda install cudatoolkit=8.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/ 即可
 

【AI】Ubuntu20.04安装cuda、cuDNN、Anacodna、PyTorch
郭老二
06-08 2483
1）选择PyTorch版本：2.0.12）对应的CUDA版本：11.7或者11.8，选择较新的11.83）确定显卡是否支持，使用命令nvidia-smi查看显卡驱动版本及支持的CUDA，本人的为124）cuDNN版本选择和CUDA版本对应的最新版本v8.9.1。
从小白教你如何配置ubuntu20.04的一些基础环境（包括安装ubuntu驱动，cuda，cudnn，anaconda，pytorch）
weixin_54186806的博客
02-13 1746
这一条命令是下载cuda的安装包，但是我不建议用这个命令去下载安装包，因为进入英伟达的官网是需要魔法的，魔法的网络可能不稳定，然后你用这个命令直接输入终端进行下载的话，可能下载到因为网络原因报错导致下载的内容不全，建议直接复制wget后面的链接到浏览器中进行下载，比较文档（亲测有效），或者直接点击下面的链接进行下载。首先查看系统支持的最高版本的cuda，下图中箭头指示的是cuda版本12.2，这意味着我们之后安装的cuda版本，不能超过12.2这个版本。（前面的安装选型全选yes，一般是不会有什么问题的）
conda虚拟环境中安装cuda方法、遇到的问题
记录学习过程中的笔记
10-28 8277
nvcc是与CUDA Toolkit一起安装的CUDA compiler-driver tool，它只知道它自身构建时的CUDA runtime版本，并不知道安装了什么版本的GPU driver，甚至不知道是否安装了GPU driver。CUDA有 runtime api 和 driver api，两者都有对应的CUDA版本， nvcc -V 显示的就是前者对应的CUDA版本，而 nvidia-smi显示的是后者对应的CUDA版本。只要找到对应cuda版本的文件，复制到虚拟环境cuda路径下即可。
ubuntu利用conda创建虚拟环境，并安装cuda，cudnn，tensorflow
上善若水
06-02 4992
1.创建虚拟环境：conda create -n your_env_name python=3.6，若不写依赖项python的版本号，则默认安装最新的python包 conda安装仓库 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkg
ubuntu设置conda虚拟环境
最新发布
balalawb的博客
05-20 648
路径权限问题‌：若自定义环境路径为非用户目录，需确保权限正确（如使用sudo mkdir -p /new/path创建目录）。多环境管理‌：若需频繁切换环境，建议通过conda activate <env>手动操作，避免全局默认设置。冲突风险‌：自动激活环境可能导致系统工具（如ROS2）出现依赖冲突，建议仅在必要时启用。例如，环境路径通常为~/miniconda3/envs/myenv。方案一：修改Shell配置文件（.bashrc或.zshrc）方案二：修改Conda全局配置（.condarc文件）
深度学习环境配置——conda虚拟环境安装CUDA和CUDNN
tyyhmtyyhm的博客
03-20 1万+
人生来就不是为了被打败的，人能够被毁灭，但是不能够被打败。—— 海明威《老人与海》
Ubuntu利用conda安装cuda，cudnn
qq_38261075的博客
11-18 868
可参考：Ubuntu利用conda创建虚拟环境，并安装cuda，cudnn
conda虚拟环境中安装cuda、cudnn、pytorch
weixin_71109434的博客
05-09 5190
conda虚拟环境安装cuda、cudnn、pytorch，不用切换版本号
ubuntu 安装anaconda及虚拟环境cuda cudnn torch pytorch3d
yushanxue的博客
11-24 1884
ubuntu 安装anaconda及虚拟环境cuda cudnn torch pytorch3d
ubuntu用 conda 创建虚拟环境，安装cuda+cudnn+tensorflow-gpu+opencv3
番茄锅涮代码
04-03 3242
记性不好+重装系统当饭吃，记录一下常用的装机命令行。 环境：Ubuntu16.04，Anaconda3 创建虚拟环境： conda create -n env_name python=3.6 激活虚拟环境： source activate env_name 退出虚拟环境： source deactivate env_name 删除虚拟环境： conda remove -...
Ubuntu24.04｜LXD用户｜在Conda虚拟环境搭建tensorflow2.x并使用GPU（查看/安装/卸载cuda、cudnn）
weixin_45041379的博客
08-16 1521
对于使用 Ubuntu 系统的 LXD 用户，NVIDIA 驱动程序在初始设置时已自动安装完毕。在使用 Conda 配置 TensorFlow-GPU 虚拟环境时，无需在本地安装任何额外的驱动程序、CUDA 或 cuDNN。
在Ubuntu系统的conda虚拟环境下安装cuda和cudnn
qq_25434875的博客
03-23 2035
执行如下命令进行安装，因为是通过本地安装的，所以需要写明本地包的路径，就是你刚才下载的，我这边下载的是cudatoolkit-11.8.0-h6a678d5_0.tar.bz2。使用如下命令查看conda支持的cudnn版本，注意cudnn的版本一定要和刚刚下载的cuda版本对应。如上图所示，cudnn8.9.8.26需要的cuda版本是11.*，我刚才安装的是11.8，满足条件。2、执行一下命令后，会显示出源内所有的cuda版本，以及下载地址，如图所示。6、下载cudnn​​​​​​​。
conda安装cuda
hxc2B的博客
03-01 1832
在当前的虚拟环境中安装CUDA，特别是当使用Conda时，可以通过安装特定于CUDA的Conda包来实现。这可以帮助管理CUDA依赖，但需要注意的是，这通常不会安装CUDA的完整开发环境，而是安装CUDA运行时库。在安装CUDA之后，你可能还需要安装与之配套的cuDNN库，这是深度学习框架常用的一个CUDA加速库。如果你已经有一个系统级的CUDA安装，并且只是想要让你的Python环境使用它，确保你的环境变量（特别是。记得检查你安装的CUDA和cuDNN版本与你的深度学习框架和其它库的兼容性。
conda虚拟环境中安装cuda和cudnn
知识搬运者
08-24 7308
找到自己想要的cuda版本后，先把cuda下载到本地。首先使用conda activate name命令把conda环境激活到目标环境。首先安装与cuda相匹配的pytorch和torchvision包，可以去。执行如下命令进行安装，因为是通过本地安装的，所以需要写明本地包的路径。执行后的结果如图所示，图中标出了cudnn所对应的cuda版本号位置。附：直接使用conda install安装。复制你想要版本的cudnn的下载地址，使用。
ubuntu 安装cuda和cudnn
猫猫与橙子的博客
10-18 458
还在为安装cuda和cudnn烦恼吗？教你一键安装所需的环境。 首先你本机的安装一个conda，不知道怎么安装conda环境，可以去我主页搜索conda，照步骤操作； 然后激活你创建的虚拟环境，准备安装所需环境； 进入网页：PyTorch 选择你需要的一系列东西，如： 使用Run this Command命名 conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch 创立所需的环境，这样就可以了...
如何在anaconda虚拟环境中，安装cuda10.2 cudnn tensorrt-7.1.3.4 onnx onnxruntime（ubuntu18.04系统）
qq_37408085的博客
09-26 5729
最完整的安装教程： 创建虚拟环境：conda create -n xxx python=3.6 激活虚拟环境：source activate xxx 安装cuda10.2: conda install cudatoolkit=10.2 安装cudnn :conda install cudnn(可以不加版本，自动匹配cuda) 安装pytorch: conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudato
ubuntu下conda虚拟环境的操作，cuda,cudnn版本的查询, pytorch的安装
^_^
01-10 1万+
一. ubuntu下conda虚拟环境的操作 随着深度学习的发展，tensorflow, keras, pytorch等深度学习框架的兴起和发展，或者多用户的使用情况，使得在ubuntu下我们可能需要安装多个深度学习框架，为了避免各个深度学习框架之间的影响，可以使用conda创建不同的虚拟环境，方便使用。 在conda下操作虚拟环境有以下几个重要的命令： (1)查看conda的虚拟环境有哪些...
使用虚拟环境conda安装不同版本的cuda，cudnn，pytorch
热门推荐
qq_42537872的博客
08-16 2万+
背景：在学习深度学习时，我们不可避免的需要跑多个神经网络，而不同的神经网络环境都不一样，所以必须要使用到虚拟环境(如conda)去做环境隔离，安装属于自己的环境。在这环境中，大多神经网络都必须要用到cuda，cudnn。不同的神经网络需求版本不同，所以也需要另行安装，这与前面一篇文章pip安装包的方式还不太一样。安装好显卡驱动后，使用nvidia-smi命令可以查看这个显卡驱动可以安装的最高的cuda版本是多少，如下： Driver Version: 525.89.02 表明当前显卡驱动版本是525.89
anaconda安装cuda cudnn pytorch（win11）
xiaocainiao478的博客
07-31 2138
在anaconda环境中安装的cuda、cudnn、pytorch
ubuntu的conda环境安装cuda12.1
03-12
### 安装 CUDA 12.1 在 Ubuntu 的 Conda 环境 为了在Ubuntu的Conda环境中成功安装并配置CUDA 12.1，可以遵循一系列特定的操作流程来确保兼容性和稳定性。 #### 卸载现有 CUDA 版本 如果当前系统已经安装了其他版本的CUDA，则建议先卸载这些旧版以避免冲突。可以通过命令行执行如下操作： ```bash cd /usr/local/cuda-12.1/bin/ sudo ./cuda-uninstaller sudo rm -rf /usr/local/cuda-12.1 ``` 此过程会移除已有的CUDA 12.1版本及其相关文件夹[^1]。 #### 设置环境变量 接着设置必要的环境变量以便于后续能够正常使用新安装的CUDA工具包。编辑`~/.bashrc`文件加入以下内容： ```bash export PATH=$PATH:/usr/local/cuda-12.1/bin export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-12.1/lib64 export CUDA_HOME=/usr/local/cuda-12.1 export CPATH=/usr/local/cuda-12.1/include:$CPATH ``` 保存更改后的`.bashrc`文件，并通过运行`source ~/.bashrc`使新的环境变量生效[^2]。 #### 使用 Conda 创建虚拟环境并安装依赖项 对于希望在一个隔离的Python环境中管理软件包和库的人来说，使用Conda创建一个新的虚拟环境是一个不错的选择。这一步骤还包括调整Conda频道至国内镜像源以加速下载速度： ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes ``` 之后可以根据需求创建一个带有指定Python版本的新环境，并在此基础上安装所需的CUDA驱动程序和其他必要组件，比如cuDNN等[^4]。 验证安装是否成功的常用方法之一就是调用`nvcc -V`查看编译器版本信息[^3]。
评论 2
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