Ubuntu22.04安装CUDA、cudnn详细步骤

在Ubuntu系统中,使用nvidia-smi命令可以看到当前GPU信息,在右上角可以看到CUDA Version,意思是最大支持的CUDA版本号。
上一篇文章已经安装了显卡驱动,这次继续安装CUDA、cudnn。
在这里插入图片描述
拟安装:
cuda 11.7
cuDNN v8.9.0 (for CUDA 11.x)

安装CUDA

打开官网:https://developer.nvidia.com/cuda-toolkit-archive
选择CUDA 11.7,如下图选择“Lunix”及对应的架构、系统、版本和安装形式:
在这里插入图片描述

选择runfile(local)形式,网站会给我们安装的命令:
wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda_11.7.0_515.43.04_linux.run
sudo sh cuda_11.7.0_515.43.04_linux.run

依次在终端中输入。

第一条命令:
在这里插入图片描述

第二条命令:
注意!由于我们之前以及安装过驱动了,这次不要再安装驱动了。

输入accept
在这里插入图片描述

在Driver这里按ENTER勾掉!
然后选择Install
在这里插入图片描述

在这里插入图片描述

最后,打开终端,配置环境变量:

vim ~/.bashrc

最后添加:

export PATH=$PATH:/usr/local/cuda-11.7/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.7/lib64

输入:wq退出。
打开终端输入:

source ~/.bashrc

完成!


最后终端输入nvcc -V即可查看CUDA版本:
在这里插入图片描述

安装cudnn

下载安装文件

打开并登陆 https://developer.nvidia.com/rdp/cudnn-download
选择下载 cuDNN v8.9.0 (for CUDA 11.x),
再选择 Local Installer for Ubuntu22.04 x86_64 (Deb),
就开始下载了。下载完后,建议把deb文件移动到home主目录。

在这里插入图片描述


安装

打开上方的 Installation Guide 可查看安装方法。
其中我们已经安装了显卡驱动程序和CUDA。
如果系统还没有安装zlib包,可先sudo apt-get install zlib1g安装一下。

在这里插入图片描述

安装步骤:
1.打开deb文件存放目录,右键打开终端,输入(deb文件名和你下载的一致):
sudo dpkg -i cudnn-local-repo-ubuntu2204-8.9.0.131_1.0-1_amd64.deb

2.Import the CUDA GPG key.
在这里插入图片描述

输入:
sudo cp /var/cudnn-local-repo-ubuntu2204-8.9.0.131/cudnn-local-2063C34E-keyring.gpg /usr/share/keyrings/

3.刷新库:
sudo apt-get update

4.Install the runtime library.

注意,这里的libcudnn8和cuda版本的配对是指定的,可通过apt-cache policy libcudnn8命令查看。
我这里应该使用libcudnn8=8.9.0.131-1+cuda11.8

输入:
sudo apt-get install libcudnn8=8.9.0.131-1+cuda11.8

5.Install the developer library.

sudo apt-get install libcudnn8-dev=8.9.0.131-1+cuda11.8

6.Install the code samples and the cuDNN library documentation.

sudo apt-get install libcudnn8-samples=8.9.0.131-1+cuda11.8

验证是否安装成功

在这里插入图片描述

cp -r /usr/src/cudnn_samples_v8/ $HOME
cd $HOME/cudnn_samples_v8/mnistCUDNN
make clean && make
./mnistCUDNN

注:如果上面的make命令提示缺少FreeImage.h,运行:sudo apt-get install libfreeimage3 libfreeimage-dev

成功:
在这里插入图片描述

<think>好的,我需要帮助用户在Ubuntu 22.04安装CUDAcuDNN。首先,我得回忆一下相关的步骤,确保每个环节都正确。根据用户提供的引用,安装过程主要分为几个部分:检查驱动、下载CUDA安装CUDA、配置环境变量、验证CUDA,然后是cuDNN安装和验证。 首先,用户需要检查NVIDIA驱动是否安装正确。这一步很重要,因为CUDA依赖合适的驱动版本。用户可以使用nvidia-smi命令来查看驱动信息和兼容的CUDA版本。如果驱动未安装或版本过低,可能需要先安装或更新驱动。不过根据引用[4],CUDA安装包可能包含驱动,但用户需要确认是否已安装或是否需要额外处理。 接下来是下载CUDA。根据引用[2]和[3],用户需要访问NVIDIA官网的CUDA下载页面,选择正确的选项:操作系统是Linux,架构x86_64,发行版Ubuntu 22.04安装类型推荐使用deb(local)。这里要确保用户下载的是对应版本的.deb文件,避免下载错误。 安装CUDA部分,用户需要按照官方指南执行命令。例如,下载完成后,使用dpkg -i安装.deb包,然后运行apt-get update和apt-get -y install cuda。这里需要注意,可能需要添加NVIDIA的仓库到源列表中,以确保依赖项正确安装安装完成后,配置环境变量,将CUDA路径添加到.bashrc中,如引用[5]提到的,需要设置PATH和LD_LIBRARY_PATH。这一步容易出错,用户需要正确编辑文件并source使其生效。 验证CUDA安装可以通过nvcc -V查看版本,以及运行示例程序deviceQuery。如果这些命令执行成功,说明CUDA安装正确。 然后是cuDNN安装。用户需要注册NVIDIA开发者账户,下载对应CUDA版本的cuDNN包。根据引用[5],使用tar命令解压,然后复制头文件和库文件到CUDA目录中。要注意权限问题,使用sudo命令,并确保文件权限正确设置。验证cuDNN可以通过测试样例,但用户可能需要下载官方提供的测试代码或使用深度学习框架验证。 在整个过程中,用户可能会遇到驱动冲突、路径配置错误、版本不匹配等问题。比如,CUDA版本与驱动版本是否兼容,cuDNN是否与CUDA版本对应。需要提醒用户严格按照官方文档的步骤操作,并检查版本对应关系。 另外,用户可能需要安装完成后进行深度学习框架的安装,如PyTorch,这时需要指定正确的CUDA版本。但用户当前的问题仅涉及CUDAcuDNN,所以这部分可以暂时不提。 总结步骤:检查驱动→下载CUDA安装CUDA→配置环境→验证→下载cuDNN安装cuDNN→验证。确保每一步都正确,并参考用户提供的引用中的具体命令和链接。</think>### 在 Ubuntu 22.04安装 CUDAcuDNN详细步骤 #### 一、安装前准备 1. **检查 NVIDIA 驱动兼容性** 执行命令 `nvidia-smi`,输出中会显示当前驱动版本和兼容的 CUDA 版本(如 `CUDA Version: 12.4`)[^4]。 - 若未安装驱动,CUDA 安装包可能包含所需驱动(需在安装时勾选驱动选项)[^2]。 #### 二、安装 CUDA 1. **下载 CUDA 安装包** 访问 [NVIDIA CUDA 下载页面](https://developer.nvidia.com/cuda-downloads),选择以下参数: - Operating System: `Linux` - Architecture: `x86_64` - Distribution: `Ubuntu` - Version: `22.04` - Installer Type: `deb (local)` 下载完成后,获得 `.deb` 文件(如 `cuda-repo-ubuntu2204-12-4-local_12.4.0-1_amd64.deb`)[^3]。 2. **安装 CUDA** ```bash sudo dpkg -i cuda-repo-ubuntu2204-12-4-local_12.4.0-1_amd64.deb sudo cp /var/cuda-repo-ubuntu2204-12-4-local/cuda-*-keyring.gpg /usr/share/keyrings/ sudo apt-get update sudo apt-get -y install cuda ``` 3. **配置环境变量** 编辑 `~/.bashrc` 文件,添加以下内容: ```bash export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 保存后执行 `source ~/.bashrc` [^5]。 4. **验证 CUDA 安装** - 检查版本:`nvcc -V` - 运行测试程序: ```bash cd /usr/local/cuda/samples/1_Utilities/deviceQuery sudo make ./deviceQuery ``` 输出 `Result = PASS` 表示安装成功。 #### 三、安装 cuDNN 1. **下载 cuDNN 包** 访问 [NVIDIA cuDNN 下载页面](https://developer.nvidia.com/cudnn),需注册账号。选择与 CUDA 版本匹配的 cuDNN(如 CUDA 12.x 对应 cuDNN 8.9.x)[^5]。 2. **安装 cuDNN** 假设下载文件为 `cudnn-linux-x86_64-8.9.5.30_cuda12-archive.tar.xz`: ```bash tar -xvf cudnn-linux-x86_64-8.9.5.30_cuda12-archive.tar.xz sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* ``` 3. **验证 cuDNN 安装** 可使用 PyTorch 或 TensorFlow 测试,或编译官方示例: ```bash cp -r /usr/src/cudnn_samples_v8/ $HOME cd $HOME/cudnn_samples_v8/mnistCUDNN make clean && make ./mnistCUDNN ``` 输出 `Test passed!` 表示成功[^5]。 #### 四、注意事项 - **版本匹配**:CUDA、驱动、cuDNN 需严格匹配(参考 [CUDA 版本存档](https://docs.nvidia.com/cuda/archive/))。 - **权限问题**:安装时需全程使用 `sudo`,避免权限不足导致文件复制失败。
评论 19
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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