Ubuntu 20.04环境下安装cuda、cuDNN和pytorch

安装驱动
CTRL+ALT+T打开终端输入

python 复制代码

ubuntu-drivers devices

倒数第二行nvidia-driver-460 - distro non-free后面有recommended字样说明 nvidia-driver-460是推荐的版本

可以直接安装官方推荐的版本，也可以自行指定版本

直接安装推荐版本sudo ubuntu-drivers autoinstall

安装指定版本sudo apt install nvidia-driver-460
安装后重启电脑

打开终端输入nvidia-smi

可以看到当前可以安装的最高版本CUDA

在终端输入nvidia-settings

出现图形界面说明驱动安装成功。

安装CUDA
注意：这里安装的CUDA版本不要高于 nvidia-smi中显示的CUDA版本。

下载CUDA，官网链接为https://developer.nvidia.com/cuda-downloads（需要注册）

这里注意：进入官网是CUDA的最新版本，要根据自己情况安装符合自己的版本，这里可以找到之前的版本。

这里我使用的是CUDA 12.1

点进去，根据自己的实际情况选择

这里我用的是Ubuntu 20.04的系统，大家可以根据自己的需求进行安装。然后运行下面的指令就好

这里注意，如果在使用wegt安装过程中出现：段错误（核心已转储）的错误，可以使用axel安装链接，在执行sudo指定

bash 复制代码

sudo apt-get install axel
axel https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda_12.1.0_530.30.02_linux.run
sudo sh cuda_12.1.0_530.30.02_linux.run

进入安装界面（里面的x表示execute选中的意思）

这里驱动、Kernel Objects 和 nvidia-fs不选

选择下方的Install进行安装。

打开.bashrc文件，配置环境变量，不然会找不到相关路径。

bash 复制代码

sudo gedit ~/.bashrc

在文件的最后添加以下内容（要根据自己的实际下载的cuda版本进行）

bash 复制代码

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

保存.bashrc文件，然后让其生效

bash 复制代码

source ~/.bashrc

查看安装的cuda信息

bash 复制代码

nvcc -V

安装cuDNN
下载cuDNN （需要注册或登录）
根据自己的实际情况进行选择

然后根据指令进行下载

Pytorch

这个在之前的博客中写过，就不在写一篇了，这里附上链接

https://blog.csdn.net/weixin_51047199/article/details/140856630

要注意的是，这里安装时pytorch要和符合的cuda（前面安装上的）对应，否则容易出错。