（保姆级图文详解）ubuntu下深度学习cuda+cudnn+anaconda3环境配置（看这一篇就够了）

目录

一.安装显卡驱动

1.查看是否安装成功：

二.安装cuda

1.验证

三.安装cudnn

1.查看cudnn版本

四.安装anaconda3

下面介绍一些常用的conda命令

创建环境

激活与退出环境

查看环境列表

删除环境

 获取当前环境拥有的包

---

不废话，直接开始，我的系统是18.04的，显卡4060

一.安装显卡驱动

打开软件与更新，在附加与驱动里选择一个安装，点击应用更改

打开终端，输入：

nvidia-smi

1.查看是否安装成功：

出现这个便是安装成功

二.安装cuda

cuda版本的选择原则就是别超过你安装驱动支持的最高版本，在我这里就是12.1

cuda各版本下载地址

我选择下载12.1，那么以12.1为例

按照版本选下来，最后选择runfile，然后打开终端，复制下面第一句指令，回车开始下载

 下载完可以看到home里有一个可执行文件

打开终端，执行第二句，要等待一会，

选择continue，确定，

在最下面输入accept

把第一个选项一定回车，最后install

出现这个就是安装完了，然后修改环境变量

sudo gedit .bashrc

在出现的文本的最下方添加这三行，对应自己的版本哈

export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64:/usr/local/cuda/extras/CPUTI/lib64
export CUDA_HOME=/usr/local/cuda-12.1/bin
export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME

然后source一下使环境变量生效

source ~/.bashrc

1.验证

最后在终端输入验证一下

nvcc -V

出现这个就是安装成功啦

三.安装cudnn

cudnn下载网址

已经与cuda版本对应好了，这里我选择8.9.0版本for cuda 12.x的

下载cudnn需要用到英伟达账号，这里选择下载第二个linux x86 tar版本的，等待即可。

下好后我们把包放在桌面，然后解压

  cudnn是一个基于cuda的库，不用安装，下载后的压缩包解压后是一些头文件，lib和dll文件。只需把头文件复制进/usr/local/cuda/include/，共享库复制进/usr/local/cuda/lib64/

在调用的时候可以找到就行

在这里因为笔者之前找不到cudnn_version.h,所以程序有报错，这次直接sudo cp 全部

打开cudnn解压好的文件夹，cd进include，然后

对lib也作同一处理

再去usr里找一下

发现有了，然后给它们增加权限

sudo chmod a+r /usr/local/cuda/include/cudnn.h 
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

1.查看cudnn版本

新开终端输入

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

 

可以看到安装成功了

四.安装anaconda3

在清华镜像站下载想要的anaconda3版本

清华anaconda3镜像下载

这里以2023-07-02版本举例，还是要下载linux x86版本的

在它所在位置打开终端

sh Anaconda3-2023.07-2-Linux-x86_64.sh 

一直按回车，直到这里，输入yes

这里回车即可，默认路径

询问是否要初始化并添加到环境变量，选择yes

然后这样就是安装成功

新开一个终端

发现有了base环境，结束啦

下面介绍一些常用的conda命令

创建环境

conda create -n 环境名 python=x.x

激活与退出环境

conda activate 环境名
conda deactivate

查看环境列表

conda env list

删除环境

conda remove -n 环境名 --all

 获取当前环境拥有的包

conda list

具体部署某个模型之后再写了