深度学习环境搭建运行(一) Ubuntu22.04 系统安装 CUDA11.8 和 CUDNN8.6.0 详细步骤(新手入门)

文章目录

  • [深度学习环境搭建运行(一) Ubuntu22.04 系统安装 CUDA11.8 和 CUDNN8.6.0 详细步骤(新手入门)](#深度学习环境搭建运行(一) Ubuntu22.04 系统安装 CUDA11.8 和 CUDNN8.6.0 详细步骤(新手入门))
        • 1)查看操作系统信息
        • [2)查看 conda 版本和 python 版本](#2)查看 conda 版本和 python 版本)
        • [3)查看 GCC 安装情况](#3)查看 GCC 安装情况)
        • [4)查看显卡驱动支持 cuda 最高版本](#4)查看显卡驱动支持 cuda 最高版本)
        • [5)使用 free 命令来查看系统的内存使用情况](#5)使用 free 命令来查看系统的内存使用情况)
        • [6)下载 CUDA](#6)下载 CUDA)
        • [7)安装 CUDA](#7)安装 CUDA)
        • [8)安装 cuDNN 8.6.0](#8)安装 cuDNN 8.6.0)

深度学习环境搭建运行(一) Ubuntu22.04 系统安装 CUDA11.8 和 CUDNN8.6.0 详细步骤(新手入门)

避坑指南!Ubuntu 22.04 保姆级安装 CUDA 11.8 + cuDNN 8.6.0!新手零失败,手把手带你成功配置深度学习环境!

1)查看操作系统信息

操作指令如下:

bash 复制代码
(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# cat /etc/os-release
PRETTY_NAME="Ubuntu 22.04.4 LTS"
NAME="Ubuntu"
VERSION_ID="22.04"
VERSION="22.04.4 LTS (Jammy Jellyfish)"
VERSION_CODENAME=jammy
ID=ubuntu
ID_LIKE=debian
HOME_URL="https://www.ubuntu.com/"
SUPPORT_URL="https://help.ubuntu.com/"
BUG_REPORT_URL="https://bugs.launchpad.net/ubuntu/"
PRIVACY_POLICY_URL="https://www.ubuntu.com/legal/terms-and-policies/privacy-policy"
UBUNTU_CODENAME=jammy
2)查看 conda 版本和 python 版本

操作指令如下:

bash 复制代码
(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# python --version
Python 3.10.15
(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# which python
/data/miniconda/envs/default/bin/python
(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# conda --version
conda 24.7.1
3)查看 GCC 安装情况

安装 cuda 需要用到 GCC,否则报错,操作指令如下:

bash 复制代码
(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# gcc --version
gcc (Ubuntu 11.4.0-1ubuntu1~22.04) 11.4.0
Copyright (C) 2021 Free Software Foundation, Inc.
This is free software; see the source for copying conditions.  There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.
4)查看显卡驱动支持 cuda 最高版本

当前显卡驱动支持的最高版本的 CUDA 为 12.4,操作指令如下:

bash 复制代码
(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# nvidia-smi
Thu Jul 19 09:21:14 2025
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 550.54.15              Driver Version: 550.54.15      CUDA Version: 12.4     |
|-----------------------------------------+------------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
|                                         |                        |               MIG M. |
|=========================================+========================+======================|
|   0  Tesla P4                       Off |   00000000:04:00.0 Off |                  Off |
| N/A   24C    P8              6W /   75W |       0MiB /   8192MiB |      0%      Default |
|                                         |                        |                  N/A |
+-----------------------------------------+------------------------+----------------------+

+-----------------------------------------------------------------------------------------+
| Processes:                                                                              |
|  GPU   GI   CI        PID   Type   Process name                              GPU Memory |
|        ID   ID                                                               Usage      |
|=========================================================================================|
|  No running processes found                                                             |
+-----------------------------------------------------------------------------------------+
5)使用 free 命令来查看系统的内存使用情况

确保有足够的内存使用,操作指令如下:

bash 复制代码
(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# free -h
               total        used        free      shared  buff/cache   available
Mem:           125Gi        12Gi        48Gi       119Mi        64Gi       112Gi
Swap:             0B          0B          0B
6)下载 CUDA

cuda 下载连接地址:https://developer.nvidia.com/cuda-toolkit-archive

#---# 打开界面如下:

#---# 点击 CUDA Toolkit 11.8.0 窗口跳转至如下界面(选择系统属性固定版本,此处使用系统是 Ubuntu22.04.4 LTS 选择如下):

#---# 如上图所示在终端使用下方指令进行下载:

bash 复制代码
(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
--2025-07-19 10:24:23--  https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
Resolving developer.download.nvidia.com (developer.download.nvidia.com)... 23.51.14.155, 23.51.14.152
Connecting to developer.download.nvidia.com (developer.download.nvidia.com)|23.51.14.155|:443... connected.
HTTP request sent, awaiting response... 301 Moved Permanently
Location: https://developer.download.nvidia.cn/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run [following]
--2025-07-19 10:24:23--  https://developer.download.nvidia.cn/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
Resolving developer.download.nvidia.cn (developer.download.nvidia.cn)... 111.6.201.106, 111.6.201.109
Connecting to developer.download.nvidia.cn (developer.download.nvidia.cn)|111.6.201.106|:443... connected.
HTTP request sent, awaiting response... 200 OK
Length: 4336730777 (4.0G) [application/octet-stream]
Saving to: 'cuda_11.8.0_520.61.05_linux.run'

cuda_11.8.0_520.61.05_linux.run                           100%[====================================================================================================================================>]   4.04G  34.5MB/s    in 1m 59s

2025-07-19 10:26:23 (34.7 MB/s) - 'cuda_11.8.0_520.61.05_linux.run' saved [4336730777/4336730777]
7)安装 CUDA

#---# 下载完成使用下方指令安装:

bash 复制代码
sh cuda_11.8.0_520.61.05_linux.run

#---# 弹出窗口按< 上下键> 选择"continue",按键盘< 回车键>

#---# 弹出窗口输入"accept",按键盘< 回车键>

#---# 弹出窗口使用< 上下键> 和< 空格键> 选择和取消选择

#---# 最后选择"install" 点击键盘< 回车键>,进行安装,如下图:

#---# 安装好弹出如下图:

#---# 设置 cuda 环境变量

打开的文档里最后添加下方两行代码:

bash 复制代码
export PATH=$PATH:/usr/local/cuda-11.8/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.8/lib64
bash 复制代码
(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# vim ~/.bashrc

见图:

bash 复制代码
(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# source ~/.bashrc

#---# 验证 cuda 是否安装成功(打印如下即安装成功)

bash 复制代码
(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding# nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2022 NVIDIA Corporation
Built on Wed_Sep_21_10:33:58_PDT_2022
Cuda compilation tools, release 11.8, V11.8.89
Build cuda_11.8.r11.8/compiler.31833905_0
8)安装 cuDNN 8.6.0

cuDNN 下载连接地址:https://developer.nvidia.com/rdp/cudnn-archive

#---# 打开网站,按照自己 cuda 的版本和 ubuntu 系统版本找到相应的 cuDNN,此处选择如下图:

#---# 点击下载 deb 文件,复制链接可在命令行执行如下:

bash 复制代码
(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# wget -c "https://developer.download.nvidia.cn/compute/cudnn/secure/8.6.0/local_installers/11.8/cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb?__token__=exp=1752721445~hmac=3b1c098ee97ce0ed43bdb45f27876405bf56a6d6bb80e94a1b20e28d0e82e550&t=eyJscyI6IndlYnNpdGUiLCJsc2QiOiJsaW5rLnpoaWh1LmNvbS8/dGFyZ2V0PWh0dHBzJTNBLy9kZXZlbG9wZXIubnZpZGlhLmNvbS9jdWRhLWdwdXMifQ=="
The destination name is too long (273), reducing to 236
--2025-07-17 10:54:19--  https://developer.download.nvidia.cn/compute/cudnn/secure/8.6.0/local_installers/11.8/cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb?__token__=exp=1752721445~hmac=3b1c098ee97ce0ed43bdb45f27876405bf56a6d6bb80e94a1b20e28d0e82e550&t=eyJscyI6IndlYnNpdGUiLCJsc2QiOiJsaW5rLnpoaWh1LmNvbS8/dGFyZ2V0PWh0dHBzJTNBLy9kZXZlbG9wZXIubnZpZGlhLmNvbS9jdWRhLWdwdXMifQ==
Resolving developer.download.nvidia.cn (developer.download.nvidia.cn)... 111.6.201.109, 111.6.201.106
Connecting to developer.download.nvidia.cn (developer.download.nvidia.cn)|111.6.201.109|:443... connected.
HTTP request sent, awaiting response... 200 OK
Length: 884837062 (844M) [application/x-deb]
Saving to: 'cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb?__token__=exp=1752721445~hmac=3b1c098ee97ce0ed43bdb45f27876405bf56a6d6bb80e94a1b20e28d0e82e550&t=eyJscyI6IndlYnNpdGUiLCJsc2QiOiJsaW5rLnpoaWh1LmNvbS8%2FdGFyZ2V0PWh0dHBzJTNBLy9kZXZlbG9'

cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb?__to 100%[========================================================================================================================================>] 843.85M  34.5MB/s    in 24s

2025-07-17 10:54:43 (35.8 MB/s) - 'cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb?__token__=exp=1752721445~hmac=3b1c098ee97ce0ed43bdb45f27876405bf56a6d6bb80e94a1b20e28d0e82e550&t=eyJscyI6IndlYnNpdGUiLCJsc2QiOiJsaW5rLnpoaWh1LmNvbS8%2FdGFyZ2V0PWh0dHBzJTNBLy9kZXZlbG9' saved [884837062/884837062]

#---# 文件重命名

bash 复制代码
(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# mv cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb\?__token__\=exp\=1752721445~hmac\=3b1c098ee97ce0ed43bdb45f27876405bf56a6d6bb80e94a1b20e28d0e82e550\&t\=eyJscyI6IndlYnNpdGUiLCJsc2QiOiJsaW5rLnpoaWh1LmNvbS8%2FdGFyZ2V0PWh0dHBzJTNBLy9kZXZlbG9 cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb

#---# 使用下方指令运行*.deb 文件:

bash 复制代码
(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# dpkg -i cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb
Selecting previously unselected package cudnn-local-repo-ubuntu2204-8.6.0.163.
(Reading database ... 35878 files and directories currently installed.)
Preparing to unpack cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb ...
Unpacking cudnn-local-repo-ubuntu2204-8.6.0.163 (1.0-1) ...
Setting up cudnn-local-repo-ubuntu2204-8.6.0.163 (1.0-1) ...

The public cudnn-local-repo-ubuntu2204-8.6.0.163 GPG key does not appear to be installed.
To install the key, run this command:
sudo cp /var/cudnn-local-repo-ubuntu2204-8.6.0.163/cudnn-local-FAED14DD-keyring.gpg /usr/share/keyrings/

#---# 根据提示拷贝密钥

在上方终端打印的指令提出需要使用下方指令拷贝密钥,可以根据自己安装打印的指令信息去拷贝:

bash 复制代码
(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# cp /var/cudnn-local-repo-ubuntu2204-8.6.0.163/cudnn-local-FAED14DD-keyring.gpg /usr/share/keyrings/

#---# 重点!重点!重点!(安装 libcudnn8、libcudnn8-dev、libcudnn8-samples 等文件)

见图:

#---# 查看 cuDNN 安装结果(方式一)

bash 复制代码
(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/var/cudnn-local-repo-ubuntu2204-8.6.0.163# cat /usr/include/x86_64-linux-gnu/cudnn_version_v8.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 8
#define CUDNN_MINOR 6

#define CUDNN_PATCHLEVEL 0
--

#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

/* cannot use constexpr here since this is a C-only file */

@@@@@@@@ 或者另一种方式查看 cudnn 版本 @@@@@@@@

#---# 查看 cuDNN 安装结果(方式二)

bash 复制代码
(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding# dpkg -l | grep cudnn
ii  cudnn-local-repo-ubuntu2204-8.6.0.163 1.0-1                                   amd64        cudnn-local repository configuration files
ii  libcudnn8                             8.6.0.163-1+cuda11.8                    amd64        cuDNN runtime libraries
ii  libcudnn8-dev                         8.6.0.163-1+cuda11.8                    amd64        cuDNN development libraries and headers
ii  libcudnn8-samples                     8.6.0.163-1+cuda11.8                    amd64        cuDNN samples

<<< 打印版本号,表示安装成功,cuda11.8 和 cudnn8.6.0 至此安装完成>>>

相关推荐
大学生毕业题目7 小时前
毕业项目推荐:64-基于yolov8/yolov5/yolo11的蝴蝶种类检测识别系统(Python+卷积神经网络)
人工智能·python·yolo·目标检测·cnn·pyqt·蝴蝶检测
AI浩7 小时前
深度学习核心损失函数详解:交叉熵、MSE、对比学习(InfoNCE)
人工智能·深度学习·学习
新智元7 小时前
刚刚,OpenAI把1GW超算中心直接给了印度!奥特曼即将亲赴办事处
人工智能·openai
卡尔曼的BD SLAMer7 小时前
计算机视觉与深度学习 | 传统图像处理技术的未来发展前景分析
图像处理·算法·计算机视觉
星期天要睡觉7 小时前
(纯新手教学)计算机视觉(opencv)实战十一——轮廓近似(cv2.approxPolyDP)
opencv·算法·计算机视觉
m0_578267867 小时前
从零开始的python学习(九)P134+P135+P136+P137+P138+P139+P140
开发语言·python·学习
深蓝学院7 小时前
[ICCV25]TRACE:用3D高斯直接学习物理参数,让AI“推演”未来场景
人工智能·学习·3d
@TsUnAmI~7 小时前
基于Flask的企业级产品信息管理系统技术实现笔记
笔记·python·flask
程序员的世界你不懂7 小时前
【Flask】测试平台开发,开发实现应用搜索和分页-第十篇
后端·python·flask