当前位置：首页 > 系统教程 > 正文

Linux离线安装CUDA-Toolkit与cuDNN完整指南（深度学习环境搭建教程）

Linux离线安装CUDA-Toolkit与cuDNN完整指南（深度学习环境搭建教程）

在本教程中，我们将详细介绍如何在Linux系统上离线安装CUDA-Toolkit和cuDNN。对于没有网络连接的环境，例如企业服务器或受限实验室，离线安装是搭建深度学习环境的关键步骤。CUDA-Toolkit是NVIDIA提供的并行计算平台，而cuDNN是深度学习加速库，两者结合能大幅提升机器学习任务的性能。

前提条件

  • 一台运行Linux的系统（如Ubuntu 20.04或CentOS 7）。
  • 已安装NVIDIA驱动程序（建议使用最新稳定版）。
  • 拥有root或sudo权限。
  • 从NVIDIA官网提前下载CUDA-Toolkit和cuDNN的离线安装包（需注册账户）。

步骤1：下载CUDA-Toolkit离线安装包

访问NVIDIA官网，选择适合您Linux版本的CUDA-Toolkit离线安装包（通常为.run格式）。确保下载的版本与您的系统架构（如x86_64）兼容。将安装包传输到目标Linux机器，例如通过USB或内部网络共享。这是Linux离线安装的第一步，也是搭建CUDA-Toolkit环境的基础。

Linux离线安装CUDA-Toolkit与cuDNN完整指南（深度学习环境搭建教程） CUDA-Toolkit cuDNN Linux离线安装 深度学习环境 第1张

步骤2：安装CUDA-Toolkit

打开终端，切换到安装包所在目录，运行以下命令（以CUDA 11.0为例）：

chmod +x cuda_11.0.offline.runsudo ./cuda_11.0.offline.run

按照提示完成安装，同意许可协议，并选择默认安装路径。安装完成后，将CUDA路径添加到环境变量：

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-Toolkit安装：运行nvcc --version，输出版本信息即表示成功。

步骤3：下载cuDNN离线安装包

从NVIDIA官网下载与CUDA版本兼容的cuDNN离线包（通常为.tgz格式）。cuDNN是优化深度学习库的关键组件，能加速神经网络训练。传输到Linux机器后，解压准备安装。

步骤4：安装cuDNN

解压cuDNN包并复制文件到CUDA目录：

tar -xzvf cudnn-11.0-linux-x64.tgzsudo cp cuda/include/cudnn.h /usr/local/cuda/include/sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

这完成了cuDNN的安装，确保文件权限正确。

步骤5：验证安装

运行一个简单测试，检查CUDA-Toolkit和cuDNN是否正常工作：

cd /usr/local/cuda/samples/1_Utilities/deviceQuerysudo make./deviceQuery

如果输出显示设备信息，则深度学习环境已成功搭建。本教程覆盖了从下载到验证的全过程，适用于小白用户。

结论

通过以上步骤，您可以在Linux系统上离线安装CUDA-Toolkit和cuDNN，为机器学习项目创建稳定的深度学习环境。定期检查NVIDIA官网更新以确保兼容性。如有问题，参考官方文档或社区论坛。

性价比vps免费vps服务器教程
本文由主机测评网于2026-01-17发表在主机测评网_免费VPS_免费云服务器_免费独立服务器，如有疑问，请联系我们。
本文链接：https://www.vpshk.cn/20260118207.html

相关文章