ubuntu安装深度学习环境cuda，cudnn

### 安装配置CUDA和CuDNN #### 准备工作 为了确保顺利安装CUDA和CuDNN，在Ubuntu环境下需确认硬件支持情况以及现有软件环境的状态。这包括检查NVIDIA显卡型号及其对应的驱动版本，保证操作系统能够识别并正常运行该设备。 #### 下载合适的CUDA工具包 访问[NVIDIA官方网站](https://developer.nvidia.com/cuda-downloads)，依据个人使用的Linux发行版（此处为Ubuntu），挑选相匹配的CUDA Toolkit版本下载链接。对于特定版本的操作系统如Ubuntu 20.04 LTS，推荐遵循官方建议选择稳定版次[^2]。 #### 执行CUDA安装脚本 获取到正确的安装文件后，可以通过命令行执行安装过程： ```bash sudo dpkg -i cuda-repo-ubuntu2004_12.1.0-1_amd64.deb sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/7fa2af80.pub sudo add-apt-repository "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/ /" sudo apt-get update sudo apt-get -y install cuda ``` 以上步骤适用于非.run类型的二进制安装包；如果是.run格式，则应参照如下指令来启动图形化或文本模式下的安装向导[^3]: ```bash chmod +x cuda_*.run sudo ./cuda_*.run ``` 在此过程中可能会被询问关于是否接受许可协议等问题，请根据实际情况作出回应。 #### 设置环境变量 完成CUDA安装之后，还需要调整系统的PATH和LD_LIBRARY_PATH路径以便于后续调用nvcc编译器及其他相关组件: 编辑`~/.bashrc`文件，追加以下两行内容至文件末尾： ```bash export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 使更改立即生效可输入`. ~/.bashrc` 或者重新登录shell会话。 #### 验证CUDA安装成果 最后一步是验证CUDA是否已成功部署。可以编写一段简单的测试程序hello_cuda.cu 来检验GPU计算功能是否可用： ```cpp #include <stdio.h> __global__ void helloFromGPU(void){ printf("Hello World from GPU!\n"); } int main(){ printf("Hello World from CPU\n"); helloFromGPU<<<1,1>>>(); cudaDeviceSynchronize(); } ``` 保存上述代码片段为`.cu` 文件并通过下列方式编译运行它： ```bash nvcc -o hello_cuda hello_cuda.cu ./hello_cuda ``` 如果一切正常的话，终端应当显示出由CPU发出的信息紧接着是由GPU产生的问候语句。 #### CuDNN集成 当CUDA已经就绪时，下一步就是加入CuDNN库的支持了。同样前往[NVIDIA开发者页面](https://developer.nvidia.com/rdp/cudnn-archive)选取对应版本的CuDNN压缩包进行下载解压，并将其内的头文件(`include`) 和 库文件 (`lib64`)复制粘贴到CUDA目录相应位置(/usr/local/cuda/)内覆盖默认项即可[^1]。