当前位置：首页 > 系统教程 > 正文

Ubuntu 20.04安装显卡驱动、CUDA、Miniconda和Pytorch全攻略（2025年6月最新版从零搭建深度学习环境）

在2025年，深度学习领域持续火热。对于初学者来说，在Ubuntu 20.04系统上搭建一套稳定高效的开发环境是迈向AI之路的第一步。本文将手把手教你如何安装显卡驱动、CUDA、Miniconda以及PyTorch，让你即使是小白也能轻松上手。

一、准备工作：系统更新

在开始安装之前，首先确保你的系统包是最新的，以避免依赖冲突。

    sudo apt-get updatesudo apt-get upgrade

二、安装NVIDIA显卡驱动

Ubuntu显卡驱动安装是所有步骤的基础。推荐使用Ubuntu自带的驱动管理器，简单且稳定。

  1. 打开“软件和更新” (Software & Updates)。
  2. 选择“附加驱动” (Additional Drivers) 选项卡。
  3. 选择版本最高的推荐驱动（如nvidia-driver-550或更高），点击“应用更改”。
  4. 安装完成后，必须重启电脑。

验证驱动是否安装成功：

    nvidia-smi
Ubuntu 20.04安装显卡驱动、CUDA、Miniconda和Pytorch全攻略（2025年6月最新版从零搭建深度学习环境） Ubuntu显卡驱动安装 CUDA Toolkit配置 Miniconda环境管理 PyTorch GPU版本安装 第1张

三、安装CUDA Toolkit

CUDA Toolkit配置决定了GPU加速计算的能力。2025年建议安装CUDA 12.x版本。

访问NVIDIA官网，选择Linux -> x86_64 -> Ubuntu -> 20.04 -> runfile(local)。执行以下命令：

    wget https://developer.download.nvidia.com/compute/cuda/12.4.0/local_installers/cuda_12.4.0_550.54.14_linux.runsudo sh cuda_12.4.0_550.54.14_linux.run

注意：在安装过程中，勾选掉“Driver”选项（因为我们已经装过了），只安装Toolkit和Samples。

四、安装Miniconda

Miniconda环境管理可以帮助我们隔离不同的Python项目，防止包版本冲突。

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

安装完成后，重启终端。创建一个新的虚拟环境：

    conda create -n dl_env python=3.10conda activate dl_env

五、安装PyTorch GPU版本

最后一步是PyTorch GPU版本安装。进入PyTorch官网，根据你的CUDA版本获取安装命令。

    conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

验证PyTorch是否识别到GPU：

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

如果输出为 True，恭喜你，环境搭建成功！

本文SEO关键词：

  • Ubuntu显卡驱动安装
  • CUDA Toolkit配置
  • Miniconda环境管理
  • PyTorch GPU版本安装
高防服务器免费vps
本文由主机测评网于2026-04-03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/20260433486.html

相关文章