当前位置：首页 > 系统教程 > 正文

Ubuntu 22.04 搭建深度学习环境：Anaconda、CUDA 和 cuDNN 安装教程

主机测评网
系统教程
2026-03-15
967

Ubuntu 22.04 搭建深度学习环境：Anaconda、CUDA 和 cuDNN 安装教程

新手向详细图文指南，一步一图轻松搞定

对于刚接触深度学习的小白来说，在 Ubuntu 22.04 系统上安装 Anaconda、CUDA 和 cuDNN 可能会遇到不少坑。本文将提供最详尽的步骤，帮助你顺利完成深度学习环境搭建，让你能快速开始你的AI项目。

1. 更新系统软件包

打开终端，执行以下命令更新系统：

sudo apt update && sudo apt upgrade -y

2. 安装 Anaconda

Anaconda 是Python数据科学和机器学习的流行发行版，它包含了大量预装库和虚拟环境管理功能。对于Anaconda安装教程，我们采用官方安装脚本。

首先，前往Anaconda官网下载最新版安装脚本，或者使用wget下载：

wget https://repo.anaconda.com/archive/Anaconda3-2024.10-1-Linux-x86_64.sh

然后运行安装程序：

bash Anaconda3-2024.10-1-Linux-x86_64.sh

按照提示操作，接受协议，选择安装路径（默认即可）。安装完成后，执行 source ~/.bashrc 使环境变量生效。验证安装：

conda --version

3. 安装 CUDA

Ubuntu 22.04 安装 CUDA 需要先确认你的显卡支持CUDA，并安装NVIDIA驱动。建议先安装驱动：

sudo apt install nvidia-driver-535

重启后使用 nvidia-smi 检查驱动。接下来，从NVIDIA官网下载CUDA Toolkit。选择对应Ubuntu 22.04的版本（例如CUDA 12.2）。

Ubuntu 22.04 搭建深度学习环境：Anaconda、CUDA 和 cuDNN 安装教程安装 CUDA Anaconda 配置深度学习环境搭建第1张

根据官网提供的命令安装，例如使用runfile：

wget https://developer.download.nvidia.com/compute/cuda/12.2.0/local_installers/cuda_12.2.0_535.54.03_linux.runsudo sh cuda_12.2.0_535.54.03_linux.run

安装时不要选择安装驱动（因为已经安装），只选择CUDA Toolkit。安装完成后，添加环境变量到 ~/.bashrc：

export PATH=/usr/local/cuda-12.2/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda-12.2/lib64:$LD_LIBRARY_PATH

执行 source ~/.bashrc，验证CUDA安装：

nvcc --version

4. 安装 cuDNN

cuDNN 配置 是深度学习加速的关键。首先前往NVIDIA官网下载对应CUDA版本的cuDNN（需要注册账号）。选择“Download cuDNN for CUDA 12.x”，下载 Local Installer for Ubuntu22.04 x86_64 (Deb) 或者 Tar 包。这里以Tar包为例：

tar -xvf cudnn-linux-x86_64-8.9.7.29_cuda12-archive.tar.xzsudo 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*

验证cuDNN安装：

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

5. 验证深度学习环境

创建一个conda环境，安装TensorFlow或PyTorch测试：

conda create -n tf python=3.9conda activate tfpip install tensorflowpython -c "import tensorflow as tf; print(tf.config.list_physical_devices("GPU"))"

如果看到GPU设备信息，说明深度学习环境搭建成功！

至此，你已经完成了Ubuntu 22.04上的Anaconda、CUDA和cuDNN安装，可以愉快地进行深度学习开发了！