Ubuntu 24.04双系统与NVIDIA 5060显卡环境搭建全攻略

本教程将详细指导小白用户在Windows系统上安装Ubuntu 24.04双系统，并为NVIDIA GeForce 5060显卡配置驱动、CUDA、cuDNN、Anaconda和YOLOv5环境，适合深度学习和计算机视觉入门。我们将一步步操作，确保你能轻松跟上。

1. 准备工作

在开始前，请备份重要数据，并准备一个至少16GB的U盘用于制作Ubuntu启动盘。访问Ubuntu官网下载Ubuntu 24.04 ISO镜像，并使用Rufus工具制作启动盘。同时，确保你的电脑有NVIDIA GeForce 5060显卡，这是NVIDIA 5060显卡驱动安装的基础。

2. 安装Ubuntu 24.04双系统

启动电脑进入BIOS，禁用Secure Boot并设置U盘为启动项。按照向导安装Ubuntu，选择“与Windows并存”选项以创建Ubuntu 24.04双系统。分配至少50GB磁盘空间，完成安装后重启进入Ubuntu。

3. 安装NVIDIA驱动

打开终端（Ctrl+Alt+T），更新系统：sudo apt update && sudo apt upgrade -y。然后，使用Ubuntu附加驱动工具安装驱动：进入“软件和更新”>“附加驱动”，选择最新的NVIDIA驱动版本（推荐专有驱动），应用更改。或者，使用命令行安装：sudo apt install nvidia-driver-535（版本可能更新，请根据提示调整）。重启后，运行nvidia-smi验证驱动安装成功。

4. 安装CUDA Toolkit

访问NVIDIA官网下载CUDA 11.8（兼容5060显卡），选择runfile本地安装。在终端中运行：wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run，然后执行sudo sh cuda_11.8.0_520.61.05_linux.run。安装时取消驱动安装（已安装），其他默认。完成后，添加环境变量：编辑~/.bashrc，添加export PATH=/usr/local/cuda-11.8/bin:$PATH和export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH，运行source ~/.bashrc。验证CUDA安装：nvcc -V。

5. 安装cuDNN

从NVIDIA官网下载cuDNN（需注册），选择与CUDA 11.8兼容的版本。下载后解压：tar -xvf cudnn-linux-x86_64-8.9.0.131_cuda11-archive.tar.xz。复制文件到CUDA目录：sudo cp cudnn--archive/include/cudnn.h /usr/local/cuda-11.8/include/和sudo cp cudnn--archive/lib/libcudnn /usr/local/cuda-11.8/lib64/。设置权限：sudo chmod a+r /usr/local/cuda-11.8/include/cudnn*.h /usr/local/cuda-11.8/lib64/libcudnn*。

6. 安装Anaconda

下载Anaconda安装脚本：wget https://repo.anaconda.com/archive/Anaconda3-2024.02-1-Linux-x86_64.sh。运行bash Anaconda3-2024.02-1-Linux-x86_64.sh，按照提示完成安装。重启终端或运行source ~/.bashrc激活conda。创建虚拟环境：conda create -n yolov5_env python=3.8，激活环境：conda activate yolov5_env。

7. 设置YOLOv5环境

在激活的虚拟环境中，安装PyTorch：pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118。克隆YOLOv5仓库：git clone https://github.com/ultralytics/yolov5，进入目录：cd yolov5，安装依赖：pip install -r requirements.txt。这完成了YOLOv5环境搭建的核心步骤。

8. 测试YOLOv5

运行示例推理：python detect.py --source data/images/bus.jpg。如果成功，将在runs/detect目录生成结果图像，表明整个环境配置正确。

9. 结论

通过本教程，你已成功在Ubuntu 24.04双系统上为NVIDIA 5060显卡配置了驱动、CUDA、cuDNN、Anaconda和YOLOv5环境。现在可以开始深度学习项目了！如有问题，请参考官方文档或社区论坛。祝你学习顺利！