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

在开始安装前，请确保你的系统是Ubuntu20.04，并已连接互联网。首先，更新系统软件包列表，这有助于获取最新的依赖项。

sudo apt updatesudo apt upgrade -y

检查你的显卡型号，以确定需要安装的显卡驱动版本。在终端中输入以下命令：

lspci | grep -i nvidia

如果输出显示NVIDIA显卡信息，则表示系统已识别显卡。接下来，我们将安装显卡驱动。

二、安装显卡驱动

Ubuntu20.04默认使用开源驱动nouveau，但为了深度学习性能，我们需要安装官方NVIDIA驱动。首先，禁用nouveau驱动。

sudo bash -c "echo blacklist nouveau > /etc/modprobe.d/blacklist-nouveau.conf"sudo bash -c "echo options nouveau modeset=0 >> /etc/modprobe.d/blacklist-nouveau.conf"sudo update-initramfs -u

重启系统后，添加NVIDIA驱动PPA仓库并安装驱动。这里我们安装最新稳定版驱动（以2025.06为例）。

sudo add-apt-repository ppa:graphics-drivers/ppa -ysudo apt updatesudo apt install nvidia-driver-550 -y  # 可根据显卡型号调整版本号

安装完成后，重启系统并验证驱动是否成功安装。

nvidia-smi

如果输出显示显卡信息和驱动版本，则显卡驱动安装成功。接下来安装CUDA工具包。

三、安装CUDA

CUDA是NVIDIA的并行计算平台，为深度学习提供基础支持。访问NVIDIA官网下载CUDA Toolkit 12.4（2025.06最新版本），或使用以下命令下载安装。

wget https://developer.download.nvidia.com/compute/cuda/12.4.0/local_installers/cuda_12.4.0_550.54.15_linux.runsudo sh cuda_12.4.0_550.54.15_linux.run

在安装过程中，接受协议并选择默认选项。安装完成后，需要配置环境变量。编辑~/.bashrc文件。

echo "export PATH=/usr/local/cuda-12.4/bin:$PATH" >> ~/.bashrcecho "export LD_LIBRARY_PATH=/usr/local/cuda-12.4/lib64:$LD_LIBRARY_PATH" >> ~/.bashrcsource ~/.bashrc

验证CUDA安装是否成功。

nvcc --version

如果显示CUDA版本信息，则安装完成。接下来安装Miniconda，用于管理Python环境。

四、安装Miniconda

Miniconda是一个轻量级的Conda发行版，方便创建和管理Python环境。下载并安装Miniconda（2025.06最新版本）。

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

按照提示完成安装，通常选择默认路径。安装完成后，初始化Conda并重启终端。

conda initsource ~/.bashrc

验证Conda安装。

conda --version

现在，使用Conda创建一个独立的Python环境，并安装Pytorch。

五、安装Pytorch

Pytorch是一个流行的深度学习框架。首先，创建一个名为dl_env的Conda环境（Python 3.9为例）。

conda create -n dl_env python=3.9 -yconda activate dl_env

根据Pytorch官网（2025.06最新），使用以下命令安装Pytorch with CUDA 12.4支持。

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

安装完成后，验证Pytorch是否能正确识别GPU。

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

如果输出Pytorch版本和True，则表示安装成功。至此，你已在Ubuntu20.04上完成了深度学习环境的搭建。

六、总结

本教程详细介绍了在Ubuntu20.04系统中安装显卡驱动、CUDA、Miniconda和Pytorch的步骤。通过跟随本指南，你可以轻松搭建一个稳定的深度学习环境，用于后续的AI项目开发。如果在安装过程中遇到问题，请参考官方文档或社区论坛。祝你在深度学习之旅中顺利！

关键词回顾：本教程核心涉及Ubuntu20.04系统、显卡驱动配置、CUDA工具包安装以及Pytorch框架部署，确保环境完整可用。