Ubuntu20.04深度学习环境搭建全攻略（2025.06最新显卡驱动、CUDA、Miniconda与Pytorch安装教程）

一、准备工作

在开始安装之前，请确保你的系统是Ubuntu20.04，并且已连接到互联网。首先，更新系统包列表，以获取最新的软件版本：

sudo apt updatesudo apt upgrade -y

此外，确保你的显卡是NVIDIA显卡，因为深度学习环境需要NVIDIA显卡驱动支持。如果你不确定，可以通过命令 lspci | grep -i nvidia 查看显卡信息。

二、安装显卡驱动

安装合适的显卡驱动是搭建深度学习环境的第一步。在Ubuntu20.04中，推荐使用以下命令自动安装最新版本的NVIDIA显卡驱动：

sudo ubuntu-drivers autoinstall

安装完成后，重启系统。重启后，打开终端，运行 nvidia-smi 命令来验证显卡驱动是否安装成功。如果看到显卡信息输出，说明驱动安装正确。显卡驱动是后续安装CUDA和Pytorch的基础。

三、安装CUDA

CUDA是NVIDIA推出的并行计算平台和编程模型，对于深度学习至关重要。访问NVIDIA官网下载最新版本的CUDA Toolkit。截至2025年6月，最新版本为CUDA 12.x。选择适合Ubuntu20.04的runfile本地安装包。

下载后，打开终端，进入下载目录，运行以下命令安装CUDA：

chmod +x cuda_12.x_linux.runsudo ./cuda_12.x_linux.run

按照提示安装。安装完成后，需要将CUDA路径添加到环境变量。编辑 ~/.bashrc 文件：

echo "export PATH=/usr/local/cuda-12.x/bin:$PATH" >> ~/.bashrcecho "export LD_LIBRARY_PATH=/usr/local/cuda-12.x/lib64:$LD_LIBRARY_PATH" >> ~/.bashrcsource ~/.bashrc

验证CUDA安装：运行 nvcc -V，应显示CUDA版本信息。CUDA的成功安装为Pytorch提供了GPU加速支持。

四、安装Miniconda

Miniconda是一个轻量级的Conda发行版，用于管理Python环境和包。从Miniconda官网下载适用于Linux的安装脚本。在终端中运行：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.shbash Miniconda3-latest-Linux-x86_64.sh

按照提示安装，建议将Conda添加到PATH。安装完成后，重启终端或运行 source ~/.bashrc。验证安装：运行 conda --version。Miniconda将帮助我们管理Pytorch环境。

五、安装Pytorch

Pytorch是一个流行的深度学习框架。使用Conda安装Pytorch。访问Pytorch官网获取最新的安装命令。截至2025年6月，对于CUDA 12.x，命令可能如下：

conda create -n pytorch_env python=3.9conda activate pytorch_envconda install pytorch torchvision torchaudio cudatoolkit=12.x -c pytorch

安装完成后，验证Pytorch是否安装成功。在Python交互环境中运行：

import torchprint(torch.version)print(torch.cuda.is_available())

如果输出CUDA可用，说明环境搭建成功。现在，你已经在Ubuntu20.04上完成了显卡驱动、CUDA、Miniconda和Pytorch的安装。

六、总结

通过以上步骤，你已经成功在Ubuntu20.04上安装了显卡驱动、CUDA、Miniconda和Pytorch，完成了深度学习环境的搭建。本教程涵盖了从零开始的所有关键步骤，希望对你有所帮助。如果在安装过程中遇到问题，请参考官方文档或社区论坛。记得定期更新驱动和软件以保持兼容性。

本教程关键词：Ubuntu20.04, 显卡驱动, CUDA, Pytorch。这些关键词是深度学习环境搭建的核心组件。