当前位置:首页 > 系统教程 > 正文

Ubuntu 22.04系统安装全攻略:Anaconda、CUDA与CUDNN详细教程

Ubuntu 22.04系统安装全攻略:Anaconda、CUDA与CUDNN详细教程

本教程将指导您在Ubuntu 22.04系统上安装AnacondaCUDACUDNN,为深度学习和数据科学搭建完整环境。步骤详细,适合初学者跟随操作。

一、准备工作

在开始安装前,请确保您的Ubuntu 22.04系统已更新。打开终端(Ctrl+Alt+T),运行以下命令:

    sudo apt updatesudo apt upgrade -y  

检查您的显卡是否支持CUDA,通常NVIDIA GPU兼容。使用命令 lspci | grep -i nvidia 查看。

二、安装Anaconda

Anaconda是一个流行的Python发行版,用于管理包和环境。首先,从官网下载Anaconda安装脚本(选择Linux版本)。在终端中运行:

    wget https://repo.anaconda.com/archive/Anaconda3-2024.02-1-Linux-x86_64.shbash Anaconda3-2024.02-1-Linux-x86_64.sh  

按照提示完成安装,同意许可协议,选择安装位置(默认即可)。安装完成后,运行 source ~/.bashrc 激活环境变量。验证安装:conda --version 应显示版本号。

Ubuntu 22.04系统安装全攻略:Anaconda、CUDA与CUDNN详细教程 22.04  Anaconda CUDA CUDNN 第1张

三、安装CUDA

CUDA是NVIDIA的并行计算平台,用于加速GPU计算。访问NVIDIA CUDA下载页面,选择适合Ubuntu 22.04的版本(如CUDA 12.0)。在终端中运行以下命令安装:

    wget https://developer.download.nvidia.com/compute/cuda/12.0.0/local_installers/cuda_12.0.0_525.60.13_linux.runsudo sh cuda_12.0.0_525.60.13_linux.run  

安装过程中,接受协议,取消驱动安装(如果已安装驱动),确保选中CUDA Toolkit。完成后,将CUDA路径添加到环境变量。编辑 ~/.bashrc 文件,添加:

    export PATH=/usr/local/cuda-12.0/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda-12.0/lib64:$LD_LIBRARY_PATH  

运行 source ~/.bashrc 并验证:nvcc --version 应输出CUDA版本。

四、安装CUDNN

CUDNN是深度神经网络库,需与CUDA配合。从NVIDIA开发者网站下载CUDNN(需注册),选择匹配CUDA版本的安装包(如CUDNN for CUDA 12.0)。下载后,解压并复制文件到CUDA目录:

    tar -xvf cudnn-linux-x86_64-8.9.0.131_cuda12-archive.tar.xzsudo cp cudnn--archive/include/cudnn.h /usr/local/cuda-12.0/include/sudo cp -P cudnn--archive/lib/libcudnn /usr/local/cuda-12.0/lib64/sudo chmod a+r /usr/local/cuda-12.0/include/cudnn*.h /usr/local/cuda-12.0/lib64/libcudnn*  

验证CUDNN安装:运行 cat /usr/local/cuda-12.0/include/cudnn_version.h | grep CUDNN_MAJOR 应显示版本号。

五、验证完整安装

创建一个测试环境,确保AnacondaCUDACUDNN协同工作。在终端中运行:

    conda create -n test_env python=3.9 -yconda activate test_envpip install tensorflow-gpupython -c "import tensorflow as tf; print(tf.config.list_physical_devices("GPU"))"  

如果输出显示GPU设备,则安装成功。这表明Ubuntu 22.04系统已配置好深度学习环境。

六、总结

本教程涵盖了在Ubuntu 22.04上安装AnacondaCUDACUDNN的全过程。通过逐步操作,您已搭建了高效的开发环境,可支持机器学习和深度学习项目。如有问题,请参考官方文档或社区论坛。