Linux18.04+cuda10.1配置记录

最新推荐文章于 2025-11-09 14:01:15 发布

原创

最新推荐文章于 2025-11-09 14:01:15 发布 · 3.8k 阅读

8 ·

CC 4.0 BY-SA版权

本文记录了在Linux18.04上配置深度学习环境的过程，包括选择匹配的NVIDIA驱动和CUDA10.1版本，下载并存储备用文件，卸载旧驱动，详细步骤遵循相关教程，并提醒注意在安装过程中避免删除已有CUDA组件。最后，介绍了安装CUDA和CUDNN的步骤以及验证安装成功的测试方法。

最近实验室要配置深度学习的服务器，遇到点问题，过来记录下，由于是安装好后回忆的文章，具体细节可能不太完善，有问题可以留言大家一起探讨

准备工作

显卡驱动下载网址：https://www.nvidia.cn/Download/index.aspx?lang=cn

Cuda下载网址：https://developer.nvidia.com/cuda-downloads

选择自己对应的版本，重点是这里的驱动，系统，CUD

最低0.47元/天解锁文章

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

呜哈呜1207

关注关注

2
点赞
踩
8

收藏

觉得还不错? 一键收藏
0
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

cuda10.1+pytorch1.7配置centernet环境

weixin_43786395的博客

12-28

4243

文章目录前言1、Anaconda虚拟环境创建2、安装pytorch1.7(1)可以去官网https://pytorch.org/ 选择对应自己cuda版本的pytorch(2)可以下载离线文件，然后在本地安装(3)使用清华镜像3、配置CenterNet3.1下载centernet3.2安装依赖库3.3下载cocoapi3.4编译DCNv23.5编译NMS4、运行demo4.1下载模型文件4.2解决自动下载模型4.3测试demo总结前言我是在已有cuda10.1环境的linux服务器中配置cente..

cuda10.1的一步步详细安装记录

weixin_41529093的博客

11-01

7791

仅作为操作记录，大佬请跳过。文章目录背景经过贴图经过背景博主曾经在另一个笔记本上安装cuda，但是没有安装成功，因此不敢再轻易安装cuda。传送门这次安装，博主用了好几天来查阅网页，翻阅安装的每一个步骤，才敢战战兢兢地小心地一步步安装。使用背景，这个要注意！博主只是使用cuda进行深度学习神经网络的gpu加速，使用的是pycharm平台和python语言的pytorch包进行。不同博友的使用背景是不一样的，也就是要安装cuda的目的是不一样的。博主此前就吃了这个亏，因为有博文是要连接visual

参与评论您还未登录，请先登录后发表或查看评论

【保姆教程】Linux系统安装Cuda完整步骤

最新发布

m0_57409671的博客

11-09

2407

本文介绍了Linux系统下CUDA工具包的安装配置流程。主要内容包括：1）从NVIDIA官网下载指定版本CUDA安装包；2）使用gcc工具完成安装，注意取消Driver选项；3）在管理员和普通用户中配置环境变量（PATH、LD_LIBRARY_PATH、CUDA_HOME）；4）通过nvcc -V命令验证安装。同时提供了常见问题解决方案（如gcc未安装）和无管理员权限的替代安装方法，通过--toolkit参数和自定义路径实现安装。文中以CUDA 11.8为例，详细说明了各步骤的具体操作命令和配置方法。

Linux-驱动 & CUDA配置

Hang3Y的博客

01-22

2877

Linux系统安装驱动和CUDA，目的：为了后面进一步安装torch环境和使用GPU进行加速。

linux系统个人用户安装CUDA（可切换版本）

qq_37386752的博客

04-14

1万+

linux系统个人用户安装CUDA，服务器初始cuda为11.6，自己安装一个cuda10.0。

Linux离线安装cuda&cudnn以及配置机器其环境打包迁移

qq_43775034的博客

11-11

4512

linux离线安装cuda与cudnn及其配置环境

ubuntu18.04+cuda10.1+pytorch1.4+Anaconda安装

12-22

ubuntu18.04+cuda10.1+pytorch1.4+Anaconda安装最近，由于生产力工具崩塌，正在抢救中，这里对系统重装以及一些必要的链接做出汇总，以下方法已经证实可以在本机上运行。当然，此次记载也是为以后做准备。注意：...

UBUNTU18.04安装CUDA10.1

Kadimarx的博客

01-28

640

UBUNTU18.04安装CUDA10.1一、下载旧版本安装包二、安装cuda三、配置环境一、下载旧版本安装包 https://developer.nvidia.com/cuda-toolkit-archive 笔者选择了CUDA Toolkit 10.1 (Feb 2019), Online Documentation 二、安装cuda 1.进入下载好的文件夹 sudo sh cuda_10.1.105_418.39_linux.run 2.第一个不选择安装驱动 3.安装完成三、配置环境 1

Ubuntu18.04安装CUDA10.1

weixin_43500843的博客

11-15

1337

本文简单介绍在Ubuntu18.04下安装cuda10.1的方法

Ubuntu18.04+CUDA10.1+OpenCV3.4.12+Python2.7环境下安装caffe

csdn_tclz的博客

12-20

920

几个前提确认自己的机器上已经成功安装了NVIDIA driver、CUDA、cudnn 详细步骤可参考之前写的安装说明说明按照Caffe官方安装教程的说明，有两种安装方式，make(官方版)和cmake(社区支持)，使用make过程中遇到不少坑，最终笔者使用cmake安装成功开始 1.首先安装后续步骤需要的各种依赖包，依次输入以下命令 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev lib

linux 启用GPU训练前，系统配置，CUDA、CUDAnn、NVIADIA配置。

qq_43197181的博客

03-08

1576

linux 启用GPU训练前，系统配置，CUDA、CUDAnn、NVIADIA配置。针对启动GPU训练模型失败的情况。

Linux系统CUDA10.2+CUDNN安装教程

热门推荐

周先森爱吃素的博客

08-04

5万+

Ubuntu18.04下安装CUDA10.2及对应的CUDNN的教程。

手把手教你在Linux上安装CUDA10.0（以及如何避开所有的坑）

机器学习初学者必看，关注我，一起了解机器学习

12-07

3878

Linux安装CUDA的正确姿势 CUDA（Compute Unified Device Architecture，统一计算架构）是由NVIDIA所推出的一种集成技术，是该公司对于GPGPU的正式名称。透过这个技术，用户可利用NVIDIA的GeForce 8以后的GPU和较新的Quadro GPU进行计算。查看显卡是否支持CUDA 输入下面命令查看电脑的NVIDIA型号： $lspci | grep -i nvidia 02:00.0 VGA compatible controller: NVIDIA

CUDA10.1+cuDNN 超详细版安装教程，步骤清晰不多余

qq_51983316的博客

09-24

1万+

超详细超清晰简单安装CUDA+cuDNN

服务器：多CUDA配置

qq_38670710的博客

12-06

2685

这里可以看到服务器中当前已经安装了cuda-11.6、cuda-11.7、cuda-12.0三个版本，其中cuda-11.6是我本次安装的版本。按“a”进入编辑模式，将下面三句话粘贴进去（注意：cuda-11.6是我的安装目录，需要换成自己的CUDA安装目录。下载CUDA：https://developer.nvidia.com/cuda-toolkit-archive。下载cudnn：https://developer.nvidia.com/rdp/cudnn-archive。

【Linux】GPU加速配置：如何在Linux上配置CUDA和cuDNN，使用GPU加速机器学习任务

科技改变人类，技术成就未来

09-11

2619

在机器学习和深度学习任务中，GPU加速可以大大提高计算效率。本文将介绍如何在Linux系统上配置CUDA和cuDNN，以便使用GPU加速机器学习任务。

CUDA、cuDNN的详细安装与配置过程（Linux虚拟机夭折版_仅用作记录）

Original_kk的博客

04-14

2199

如上图所示，这里以CUDA11.8为例，介绍ubuntu18.04系统上CUDA的安装。我们可以从，点击CUDA Toolkit 11.8下载相应版本的CUDA11.8。（cuda版本的选择取决于电脑配置）

Linux下CUDA安装全攻略

加入“Super Entity”，与全能开发团队共探AI智能体与数字人项目，开启前沿技术之旅。

05-06

9530

CUDA是一种并行计算平台和编程模型，它允许开发者使用C、C++、Fortran等常见的编程语言编写程序，并将这些程序运行在NVIDIA的GPU上。通过CUDA，开发者可以充分利用GPU的多核架构，实现大规模并行计算，从而显著提高计算效率。本文详细介绍了在Linux系统下安装CUDA的全过程，包括概念讲解、安装步骤、代码示例、应用场景、注意事项以及相关架构图和流程图。通过本文的介绍，读者可以快速掌握CUDA的安装和使用方法，为后续的并行计算开发打下坚实的基础。

Linux环境下配置cuda12.1+cudnn8.9.7+TensorRT8.6.1

qq_45754436的博客

07-10

9960

本文详细介绍了在Linux系统中配置CUDA 12.1、cuDNN 8.9.7和TensorRT 8.6.1的完整流程。首先通过命令行下载安装CUDA，解决驱动冲突问题并进行环境配置；然后通过官网下载cuDNN，上传至Linux系统后完成库文件部署；最后下载TensorRT安装包，配置环境变量并验证安装。整个过程包含详细的操作步骤、命令代码和截图说明，最终成功搭建了支持深度学习模型训练的开发环境。这些组件是构建AI训练平台的基础工具链，为后续的模型开发提供了必要的GPU加速支持。

ubuntu18.04安装cuda10.1

03-16

要在 Ubuntu 18.04 上安装 CUDA 10.1，可以按照以下步骤进行： 1. 下载 CUDA 10.1 安装包，可以在 NVIDIA 官网上找到。 2. 打开终端，进入到下载目录，运行安装包，如： ``` $ chmod +x cuda_10.1.243_418.87.00_linux.run $ ./cuda_10.1.243_418.87.00_linux.run ``` 3. 按照提示完成安装。 4. 添加环境变量，在 ~./bashrc~ 中添加如下内容： ``` export PATH=/usr/local/cuda-10.1/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} ``` 5. 重启终端，运行nvcc -V ,如果能看到版本信息就说明安装成功。