Ubuntu22.04从零开始配置深度学习环境

已于 2023-11-08 00:07:32 修改
阅读量2.2k 收藏 32
点赞数 5
文章标签： 深度学习 人工智能 ubuntu linux
于 2023-11-08 00:02:07 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.csdn.net/m0_52648731/article/details/134276581
版权
本文详细介绍了如何在Ubuntu系统上安装NVIDIA显卡驱动、CUDA、cuDNN，以及配置环境变量和安装Anaconda与PyCharm，为深度学习开发提供基础环境。

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

目录

一、安装ubuntu系统

二、安装NVIDIA显卡驱动

三、安装CUDA

1.进入CUDA官网复制所需版本的安装命令

2.下载安装

2.1 没有报错

2.2 gcc报错

2.2.1解决方法一

2.2.2解决方法二

2.2.2.1 CUDA11.0

2.2.2.2 其他CUDA版本

3.配置环境变量

4.测试是否安装成功

四、安装cuDNN

1.下载cuDNN

2.解压下载好的cudnn

3.复制文件

五、安装Anaconda

1.下载安装程序

2.运行安装程序

3.配置环境

六、安装pycharm

一、安装ubuntu系统

我安装的是ubuntu22.04版本，这里默认ubuntu系统已安装好，就不展开细说了

二、安装NVIDIA显卡驱动

Ubuntu上直接通过以下apt命令安装nvidia驱动

sudo apt install nvidia-driver-470-server

我安装的是470.223.02这个版本，可以自行选择别的版本的驱动。

安装完毕后重启电脑

重启后终端内输入“nvidia-smi”命令，显示以下内容，说明显卡安装成功。

三、安装CUDA

1.进入CUDA官网复制所需版本的安装命令

访问CUDA官网，选择你需要下载的CUDA版本，我选择的是CUDA11.0

CUDA大版本与显卡驱动里面的CUDA Version的大版本相同即可，小版本不影响

CUDA官网

选好对应的系统配置后下载run版本的，复制官方给出的Installation Instructions:的指令

wget https://developer.download.nvidia.com/compute/cuda/11.0.3/local_installers/cuda_11.0.3_450.51.06_linux.run
sudo sh cuda_11.0.3_450.51.06_linux.run

2.下载安装

2.1 没有报错

出现该页面说明检测到系统原有的驱动，选择continue即可。

我们在第二步已安装显卡驱动Driver，由此Driver不选，只需要把cuda tool勾选即可

2.2 gcc报错

这是由于gcc版本不匹配的问题

2.2.1解决方法一

使用 --override 指令直接忽略版本问题

最低0.47元/天 解锁文章
窕荚
关注
Ubuntu22.04配置深度学习环境
m0_54998120的博客
09-20 1844
（开始之前，现在设置-电源中把休眠模式改一下，避免5分钟输一次密码）
【深度学习3】ubuntu22.04从零开始搭建深度学习环境
weixin_43387635的博客
09-09 1万+
ubuntu22.04从零开始搭建深度学习开发环境
Ubuntu22.04搭建深度学习环境（NVIDIA+CUDA+CUDNN）
最新发布
YZCOrange的博客
03-24 985
如果没有安装成功，检查安装log日志，看看是否是编译器gcc的问题，ubuntu22.04默认装的gcc11和g++11，需要将其升级到gcc12和g++12。此命令安装的是pytorch最新版本，如果最新版本安装不上，或者有其他需求，可以安装之前的版本。由于英伟达官网的驱动程序是一直是最新的，所以本次安装的版本有点小小的差别，版本号为550.144.03，不过影响不大。前面装好了nvidia驱动，这里需要把Driver的“X”去掉，回车，然后键盘向下move到install安装即可。
Ubuntu22.04与深度学习配置（持续更新）
godHhh的博客
08-12 6898
在Ubuntu22.04上搭建深度学习配置，已搭建三台服务器，亲测十分有效！！！
[超级详细系列]ubuntu22.04配置深度学习环境(显卡驱动+CUDA+cuDNN+Pytorch)--[3]安装cuDNN与Pytorch
FRANPPER的博客
07-14 3725
超级详细系列]ubuntu22.04配置深度学习环境(显卡驱动+CUDA+cuDNN+Pytorch)--[3]安装cuDNN与Pytorch（本篇）
ubuntu 22.04 深度学习环境配置，基于docker（包含安装NVIDIA驱动）
雪剑封心
09-05 2138
根据硬件选择，我这里是 ubuntu 服务器,显卡是v100输入用户名，密码sudo su密码重启 reboot驱动安装成功。
从零开始搭建深度学习Ubuntu22.04+cuda+cudnn+pytorch+pycharm环境
qq_60488118的博客
09-23 705
深度学习环境搭建全流程
从零开始安装ubuntu22.04并搭建远程深度学习环境
shenyh15的博客
07-04 5220
从安装ubuntu22.04开始，记录搭建一个个人远程深度学习服务器的基本操作
[超级详细系列]ubuntu22.04配置深度学习环境(显卡驱动+CUDA+cuDNN+Pytorch)--[1]安装显卡驱动
FRANPPER的博客
01-22 6674
[超级详细系列]ubuntu22.04配置深度学习环境(显卡驱动+CUDA+cuDNN+Pytorch)，一看就会，看完就懂！
Ubuntu超详细完全配置教程（含深度学习环境配置）
10-31
Ubuntu超详细完全配置教程： 1.Ubuntu常用软件安装，不常用的软件卸载操作； 2.桌面美化； 3.anaconda、pytorch深度学习环境配置； 4.vscode使用anaconda创建的虚拟环境配置； 5.远程连接配置、ssh协议（xshell)，文件传输（xftp)等使用；
Ubuntu 22.04配置深度学习环境保姆级教程
Cris_Hu的博客
05-11 1万+
本人因为工作需要，配置了一台 intel 12代酷睿+RTx3090的机器。发现Ubuntu之前的版本（20或者18）根本不支持这台机器的硬件（出现了无法联网的情况）。无奈之下配置了Ubuntu 22.04的系统。配置过程中出现了不少新问题，这里记录一下希望能帮到各位。 一、系统安装 由于这台配置的工作站硬件非常新，所以Ubuntu以往的版本安装后无法正常使用。故你使用12代英特尔平台请安装Ubuntu 22.04版本的系统。网上安装系统教程太多了，这里不再赘述安装过程。准备个16G u盘即可。 安装
Ubuntu22.04安装深度学习的GPU环境详细教程（小白图文，显卡驱动、CUDA、cuDNN、PyTorch一步到位）
热门推荐
思绪无限的博客
08-23 2万+
本博客详细介绍了如何在 Ubuntu 22.04 系统上安装和配置深度学习环境，包括 NVIDIA 驱动、CUDA Toolkit、cuDNN、Miniconda 及 PyTorch 等关键组件。从安装前的注意事项开始，逐步讲解了如何切换国内软件源以提升下载速度，接着讲述了系统更新和基本依赖项的安装。随后，重点介绍了 NVIDIA 驱动 的自动与手动安装方法，并通过详细的步骤指导读者完成 CUDA Toolkit 和 cuDNN 的下载、安装及验证。最后，通过 Miniconda 创建 Pytorch测试。
双系统配置ubuntu22.04以及深度学习环境配置
weixin_43542673的博客
11-18 1253
为学习计算机视觉在安装ubuntu22.04后的一些配置，包括简单的配置和深度学习环境的配置
【全网首发】Ubuntu-22.04服务器系统搭建深度学习环境，安装cuda和cuDNN，并实现cuda灵活切换
kiumk的博客
12-20 3356
最全最有用的Ubuntu22.04深度学习环境搭建教程！
ubuntu22.04配置环境
m0_70255491的博客
02-24 2074
学习记录
Ubuntu 22.04LTS + 深度学习环境安装全流程
唐大帅的编程之路
09-12 2027
Linux安装深度学习环境
【深度学习】环境搭建ubuntu22.04
weixin_40293999的博客
04-08 921
解决方案：https://forums.developer.nvidia.com/t/verify-cudnn-install-failed/167220/4。cudann安装：https://docs.nvidia.com/deeplearning/cudnn/installation/linux.html。报错：https://forums.developer.nvidia.com/t/verify-cudnn-install-failed/167220。cudnn测试通过,它被安装在了src下。
ubuntu22.04深度学习环境配置
08-26
对于在Ubuntu 22.04上配置深度学习环境，您可以按照以下步骤进行操作： 1. 更新系统和软件包： ``` sudo apt-get update sudo apt-get upgrade ``` 2. 安装NVIDIA显卡驱动（如果您的机器上有NVIDIA GPU）： ``` sudo apt-get install nvidia-driver-<version> ``` 3. 安装CUDA（如果您的GPU支持）： - 下载适用于Ubuntu 22.04的CUDA Toolkit installer（.deb文件）：https://developer.nvidia.com/cuda-downloads - 运行以下命令安装CUDA Toolkit： ``` sudo dpkg -i cuda-repo-*.deb sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/7fa2af80.pub sudo apt-get update sudo apt-get install cuda ``` 4. 安装cuDNN（可选，如果您计划使用TensorFlow、PyTorch等深度学习框架）： - 下载适用于Ubuntu 22.04的cuDNN Library：https://developer.nvidia.com/rdp/cudnn-archive - 解压下载的文件，并将文件拷贝到CUDA安装目录： ``` tar -xzvf cudnn-*.tgz sudo cp -P cuda/include/cudnn*.h /usr/local/cuda/include sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* ``` 5. 安装Python和相关工具： ``` sudo apt-get install python3-dev python3-pip ``` 6. 创建和激活一个虚拟环境（可选，但推荐）： ``` sudo apt-get install python3-venv python3 -m venv myenv source myenv/bin/activate ``` 7. 安装深度学习框架（如TensorFlow、PyTorch等）： - 使用pip安装TensorFlow： ``` pip install tensorflow ``` - 使用pip安装PyTorch： ``` pip install torch torchvision ``` 8. 安装其他必要的库和工具： ``` pip install numpy matplotlib jupyter ``` 这些步骤可以帮助您在Ubuntu 22.04上配置深度学习环境。根据您的需求，您还可以安装其他库和工具。记得根据您的硬件和软件要求进行适配和调整。
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