Ubuntu/Linux 安装CUDA、检测（PyTorch准备）

已于 2025-01-26 04:47:39 修改
阅读量1.2k 收藏 4
点赞数 4
分类专栏： Ubuntu pytorch CUDA 文章标签： linux ubuntu pytorch
于 2024-03-19 00:51:17 首次发布
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/yingmohuanzhou/article/details/136826132
版权
本文详细指导了在Ubuntu22.04系统上安装和配置PyTorch支持的CUDA11.8版本，包括驱动更新、CUDA安装、路径设置以及遇到问题时的解决方案。

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

文章目录

先安装驱动

Ubuntu/Linux 安装GPU 驱动&检测（PyTorch准备）

更新Ubuntu

sudo apt update
sudo apt upgrade

检查PyTorch官网支持CUDA版本

https://pytorch.org/get-started/locally/#windows-package-manager
在这里插入图片描述

根据PyTorch选择CUDA版本11.8 以下是Ubuntu22.04 + CUDA11.8

h

最低0.47元/天 解锁文章
【linux】验证cuda是否安装成功
weixin_44502754的博客
07-11 876
【linux】验证cuda是否安装成功
CUDA 是什么，在ubantu中怎么查看安装了吗，环境变量怎么设置
最新发布
ZJQ的博客
04-09 228
CUDA是NVIDIA推出的一种并行计算平台和编程模型，它允许开发者使用C、C++、Python等常见编程语言来利用NVIDIA GPU的强大计算能力进行深度学习、科学计算、图形处理等各种高性能计算任务。通过CUDA，开发者可以方便地将计算密集型任务从CPU转移到GPU上执行，从而获得显著的性能提升。这种设置方式只在当前终端会话中有效，当关闭终端或重新启动系统后，设置将失效。如果CUDA安装在其他位置，需要相应地修改路径。：如果希望环境变量设置永久生效，可以编辑。文件（如果使用的是其他 shell，如。
ubuntu测试cuda是否能稳定运行
2401_83655422的博客
04-01 229
在 Ubuntu 系统上编写和运行 CUDA 程序的过程与在其他 Linux 系统上类似。以下是详细的步骤，帮助你在 Ubuntu 上编写、编译和运行一个简单的 CUDA 程序。）创建一个 CUDA 程序文件。是 NVIDIA CUDA 编译器。是你的 CUDA 源代码文件。指定输出的可执行文件名为。
Ubuntu 安装 CUDA（附测试）
代码使我快乐
02-21 1万+
为深度学习所用，博主预想在Ubuntu16.04上安装 显卡驱动 + CUDA + cuDNN + Tensorflow-gpu + Keras + PyCharm，参考了众多资料，最终成功将所有软件安装完毕，且能成功运行使用。该篇博客介绍了CUDA的安装教程（默认已安装显卡驱动），亦可通过下方链接查看其他步骤的安装教程。 前期说明及版本对照 换源及安装显卡驱动 安装 CUDA（附测试） 安装 c...
Ubuntu 22.04 opencv gpu cuda 编译及测试
xcy8185083的博客
09-23 1722
安装前一定要确认这四个的版本匹配。
linux cuda测试,安装并测试cuda版本的PETSc
weixin_32673065的博客
05-12 854
cuda如果是通过apt安装的，与cuda相关cuda路径如下：/usr/bin/usr/lib/cuda/usr/nvidia-cuda-toolkitcuda如果是通过*.run文件安装的，默认情况下相关路径为：/usr/local/cuda/usr/local/cuda-10.2如有错误欢迎指正。我是通过apt安装的。安装openmpiexport SOFTWARE=$HOME/softwa...
在Ubuntu下安装、配置和测试cuda
menglongbor的专栏
11-26 6万+
文章原创，转载请注明链接 在Ubuntu下安装CUDA要比在Windows下稍微复杂和费事一些，尤其对于平台和一些其他依赖软件包的安装上要求多些。 Nvidia官方只提供了Ubuntu10.10下的CUDA的Toolkit，SDK，自己一开始是想在Ubuntu11.10上安装CUDA的，结果安装了编译时却出现很多错误并且提示gcc版本过高（Ubuntu11.10内核是2.6而默认安装编译的gc
Ubuntu20.04下CUDA、cuDNN的详细安装与配置过程（图文）
热门推荐
嵌入式技术与人工智能
02-23 14万+
Ubuntu20.04安装NVIDIA显卡驱动及CUDA深度学习环境配置（图文）安装准备，重要！NVIDIA（英伟达）显卡驱动安装安装CUDA安装cudnnCUDA测试 我发现在终端输入sudo apt install nvidia-cuda-toolkit就能自动安装CUDA了，但是有没有安装cudnn 安装准备，重要！ NVIDIA（英伟达）显卡驱动安装 由于新安装的Ubuntu20.04系统并没有安装NVIDIA显卡驱动，所以需要先安装它。如果系统已经安装过驱动，可以通过指令nvidia-smi查看，
Ubuntu/Linux 安装Anconda、PyTorch、检测cuDNN、Jupyter Notebook
yingmohuanzhou的博客
03-20 900
Ubuntu/Linux 安装Anconda、Jupyter Notebook、PyTorch
Ubuntu/Linux 安装Docker + PyTorch
yingmohuanzhou的博客
05-10 2091
Ubuntu/Linux 安装Docker + PyTorch
Ubuntu/Linux 安装cuDNN、检测、版本修改（PyTorch准备）
yingmohuanzhou的博客
03-19 2938
Ubuntu/Linux 安装CUDA和cuDNN为PyTorch准备。cuDNN版本修改。
ubuntu18.04 python3.8 CUDA11.4 PYTorch1.13.1 tensorrt8.4安装测试全过程
06-28
以上步骤详细介绍了如何在 Ubuntu 18.04 系统上安装和配置 Python 3.8、CUDA 11.4、PyTorch 1.13.1、TensorRT 8.4.3.1 及其相关组件的过程。这些组件是深度学习开发的重要工具，正确地安装它们将有助于后续的工作...
Ubuntu CUDA相关问题全解（版本查看、安装、多版本切换、conda虚拟环境使用CUDA版本确定）
Lyric的博客
04-25 6144
Nvidia 官方提供的 CUDA Toolkit是一个完整的工具安装包，其中提供了 Nvidia 驱动程序、开发 CUDA 程序相关的开发工具包等可供安装的选项。使用 Nvidia 官网提供的 CUDA Toolkit 可以安装开发 CUDA 程序所需的工具，包括 CUDA 程序的编译器、IDE、调试器等，CUDA 程序所对应的各式库文件以及它们的头文件。安装路径： /usr/local/cudaAnnaconda 的 cudatoolkit。
linux下cuda安装-ubuntu22.04安装cuda11.8(cuda+cudnn)
qq_58539881的博客
06-19 3562
cuda是nvidia提供在N卡上实现并行计算的工具包，cudnn是cuda的运行时库，通过cuda提供的内核函数能够高效的在N卡上跑密集计算程序。 本文在N卡机器上安装好了相应的驱动后，提供安装cuda和cudnn的详细步骤，并运行官方示例程序验证。
【linux】服务器Ubuntu20.04安装cuda11.8教程
weixin_44502754的博客
10-25 2205
【linux】服务器Ubuntu20.04安装cuda11.8教程
在服务器（Ubuntu20.04）安装用户级别的cuda11.8（以及仿照前面教程安装cuda11.3后安装cudnn和pytorch1.9.0）
srh20的博客
03-22 8107
首先在下载我们需要的cuda版本，这里我下载的是（我的最高支持cuda12.0）
Linux（多用户下）查看cuda、cudnn版本、查看已经安装的cuda版本、切换不同版本cuda之间的切换等相关命令
是小武呀
06-07 10万+
Linux（多用户下）调用GPU训练查看cuda版本等相关命令① 查看GPU使用情况：② 查看 CUDA 版本：③查看 CUDNN 版本：④ 不同版本cuda的切换（待更新）。。。。。 ① 查看GPU使用情况： nvcc -V # (V大写) ② 查看 CUDA 版本： cat /usr/local/cuda/version.txt ③查看 CUDNN 版本： cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
ubuntu20.04安装cuda、pytorch
01-02
### 安装准备 为了确保顺利安装CUDA和PyTorch，在Ubuntu 20.04上需先确认系统已更新至最新状态并安装必要的依赖包。建议的操作如下： ```bash sudo apt update && sudo apt upgrade -y sudo apt install build-essential cmake git unzip pkg-config libopencv-dev ``` 上述命令会更新软件源列表，升级现有程序到最新版本，并安装编译工具链和其他可能需要的库文件。 ### Nvidia 驱动安装 对于GPU支持的需求，应优先考虑安装合适的NVIDIA驱动。由于Ubuntu 20.04自带的一些开源图形栈可能会与专有的NVIDIA驱动冲突，因此推荐移除这些默认驱动再继续操作[^3]。 ```bash sudo apt-get purge nvidia* reboot ``` 重启计算机之后，通过官方提供的.run文件来安装特定版本的NVIDIA驱动，这一步骤至关重要因为不同的CUDA版本对应不同范围内的驱动版本号。例如要安装适用于CUDA 11.x系列的驱动，则可以选择较新的稳定版如`nvidia-driver-470`或更高版本。 ### CUDA 安装 针对Ubuntu 20.04, 推荐安装CUDA 11.3配合Pytorch 1.10以获得最佳性能表现[^1]。可以通过下载本地deb (network) 文件的方式完成安装: 访问[NVIDIA官网](https://developer.nvidia.com/cuda-downloads)，选择Linux -> x86_64 -> Ubuntu -> 20.04 -> deb (network), 并按照提示执行以下指令序列： ```bash wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-keyring_1.0-1_all.deb sudo dpkg -i cuda-keyring_1.0-1_all.deb sudo apt-get update sudo apt-get -y install cuda ``` 完成后记得设置环境变量以便于后续调用CUDA工具集中的组件。编辑~/.bashrc 或者 ~/.zshrc 文件加入下面两行： ```bash export PATH=/usr/local/cuda-11.3/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} ``` 使更改生效： ```bash source ~/.bashrc ``` 验证安装成功与否可以运行nvcc --version查看编译器版本信息。 ### CUDNN 安装 CUDNN作为深度神经网络加速库同样重要，其版本应当匹配所选的CUDA版本。前往[NVIDIA开发者页面](https://developer.nvidia.com/rdp/cudnn-archive)获取相应资源链接后解压放置于指定路径下即可。 假设已经下载好cudnn-linux-x86_64-v8.2.1.32_cuda11.3.tar.xz压缩包， ```bash tar -xzvf cudnn-linux-x86_64-v8.2.1.32_cuda11.3.tar.xz sudo cp cuda/include/* /usr/local/cuda-11.3/include/ sudo cp cuda/lib64/* /usr/local/cuda-11.3/lib64/ ``` 再次刷新shell session让新添加的内容可用。 ### PyTorch 安装 考虑到兼容性和稳定性因素，创建独立Python虚拟环境来进行PyTorch及相关依赖项的部署是一个明智的选择[^2]。这里采用miniconda/miniforge简化管理流程。 首先安装Miniforge： ```bash cd ~ curl -L -O "https://github.com/conda-forge/miniforge/releases/latest/download/Mambaforge-Linux-x86_64.sh" bash Mambaforge-Linux-x86_64.sh ``` 初始化mamba forge： ```bash ~/Mambaforge/bin/mamba init bash ``` 新建名为pytorch_env的环境并激活它： ```bash mamba create -n pytorch_env python=3.9 -y conda activate pytorch_env ``` 最后利用pip或者conda渠道安装PyTorch及其扩展模块，注意指明cuda版本参数以确保硬件加速功能正常运作。 ```bash pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113 ``` 至此整个过程结束，现在应该能够在Ubuntu 20.04平台上拥有一个完整的基于CUDA的支持PyTorch框架的数据科学计算平台了！
评论
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