Linux系统管理（十七）——配置英伟达驱动、Cuda、cudnn、Conda、Pytorch、Pycharm等Python深度学习环境

---

前言

深度学习和大语言模型的部署不免会用到Linux系统，在本章中将详细介绍配置英伟达驱动、Cuda、cudnn、Conda、Pytorch、Pycharm等Python深度学习环境，为支持深度学习和大语言模型运行提供支持。

安装驱动

查看是否已经安装了驱动
通过以下命令查看是否安装好了驱动

nvidia-smi

如果没有安装驱动，会显示类似信息，我们可以看到不同的ubuntu版本有不同的驱动版本

查看系统版本

lsb_release -a

安装驱动
根据对应的版本，执行安装命令即可

sudo apt install nvidia-utils-550-server

然后重新查看一下显卡信息

nvidia-smi

显示以下信息说明驱动安装成功

下载安装Cuda

首先从官网选取合适的系统
官网地址：https://developer.nvidia.com/cuda-downloads

选好后往下拉依次执行以下命令

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt-get update
sudo apt-get -y install cuda-toolkit-12-8
sudo apt-get install -y nvidia-open
sudo apt-get install -y cuda-drivers

编辑环境变量

用以下命令打开环境变量

sudo vim ~/.bashrc

在后面添加以下信息

export <