Ubuntu 22.04深度学习GPU环境搭建指南

Ubuntu 22.04深度学习GPU环境搭建指南

（新手图文教程：显卡驱动、CUDA、cuDNN、PyTorch一步到位）

欢迎来到Ubuntu 22.04深度学习GPU环境搭建教程。无论你是刚接触深度学习GPU环境的小白，还是需要快速配置开发环境的老手，本文将带你从零开始，一步步安装显卡驱动、CUDA、cuDNN和PyTorch，让你的机器发挥出GPU的强大算力。整个教程基于命令行操作，图文并茂，确保每一步都清晰易懂。

1. 准备工作

首先，确保你的电脑拥有NVIDIA显卡，并且已经安装了Ubuntu 22.04系统。打开终端（Ctrl+Alt+T），更新软件包列表并安装必要的依赖：

sudo apt updatesudo apt upgrade -ysudo apt install build-essential dkms

2. 安装NVIDIA显卡驱动

Ubuntu 22.04通常会自动检测推荐驱动。运行以下命令查看可用的驱动版本：

ubuntu-drivers devices

根据输出，选择带有“recommended”标记的驱动版本进行安装（例如nvidia-driver-535）：

sudo apt install nvidia-driver-535

安装完成后，重启系统：

sudo reboot

重启后，在终端输入nvidia-smi，如果显示GPU信息，则驱动安装成功。

3. 安装CUDA

CUDA是NVIDIA的并行计算平台，深度学习框架依赖它。我们需要根据驱动版本选择合适的CUDA版本（例如驱动535通常支持CUDA 12.x）。前往NVIDIA CUDA下载页选择Linux -> x86_64 -> Ubuntu -> 22.04 -> runfile（或deb）。本教程以runfile为例，因为它更通用：

wget https://developer.download.nvidia.com/compute/cuda/12.3.0/local_installers/cuda_12.3.0_545.23.08_linux.runsudo sh cuda_12.3.0_545.23.08_linux.run

安装时，取消勾选“Driver”（因为我们已经安装了驱动），只选择CUDA Toolkit。安装完成后，需要将CUDA路径添加到环境变量。编辑~/.bashrc：

echo "export PATH=/usr/local/cuda/bin:$PATH" >> ~/.bashrcecho "export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH" >> ~/.bashrcsource ~/.bashrc

验证CUDA安装：nvcc --version，应显示CUDA版本信息。

4. 安装cuDNN

cuDNN是针对深度神经网络的GPU加速库。需要注册NVIDIA开发者账号，从官网下载与CUDA匹配的cuDNN版本（例如cuDNN for CUDA 12.x）。下载deb包或tar包，这里以tar包为例：

# 假设下载的文件为 cudnn-linux-x86_64-8.9.5.30_cuda12-archive.tar.xztar -xvf cudnn-linux-x86_64-8.9.5.30_cuda12-archive.tar.xzcd cudnn-linux-x86_64-8.9.5.30_cuda12-archivesudo cp include/cudnn.h /usr/local/cuda/includesudo cp lib/libcudnn /usr/local/cuda/lib64sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

至此，cuDNN安装完成。

5. 安装PyTorch并验证GPU

PyTorch配置是最后一步。推荐使用pip安装PyTorch，前往PyTorch官网获取适合你CUDA版本的命令。例如：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

如果还没有pip3，先安装：sudo apt install python3-pip。

安装后，在Python中测试：

python3 -c "import torch; print(torch.cuda.is_available()); print(torch.cuda.get_device_name(0))"

如果输出True和你的显卡名称，恭喜你，深度学习GPU环境搭建成功！

常见问题

• 驱动冲突：如果之前安装过驱动，建议先卸载：sudo apt purge nvidia*。
• CUDA版本不匹配：使用nvidia-smi查看支持的CUDA最高版本，PyTorch的CUDA版本应≤该值。
• 权限问题：如果遇到Permission denied，检查文件权限或使用sudo。

通过本教程，你应该已经成功在Ubuntu 22.04上配置了完整的GPU深度学习环境。如果有任何问题，欢迎在评论区交流。祝你炼丹顺利！