Ubuntu18.04安装CUDA10.1和cuDNN v7.6.5

最新推荐文章于 2025-06-12 17:39:58 发布
最新推荐文章于 2025-06-12 17:39:58 发布
阅读量3.3k 收藏 29
点赞数 6
CC 4.0 BY-SA版权
分类专栏： 深度学习 # 深度学习-环境搭建 文章标签： cuda ubuntu cudnn10.1 linux 64位 Tensorflow CUDA CUDNN AI tensorflow 教程 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/LOVEmy134611/article/details/107103479
本文详细介绍了在Ubuntu18.04环境下安装CUDA10.1和cuDNNv7.6.5的过程，包括安装前的系统环境检查、CUDA的安装与配置、cuDNN的两种安装方法及测试，为深度学习开发提供全面的指导。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Ubuntu18.04安装CUDA10.1和cuDNN v7.6.5

前言

深度学习需要使用使用GPU加速，在安装tensorflow之前需要根据选用的版本安装
就我的经验而言，CUDA的安装在Linux上比Windows10上的安装坑多了些。一开始使用Ubuntu18.04.4安装CUDA两次都失败了，查找原因是Ubuntu18.04.4内核不满足要求，因此在安装之前一定要首先查看官方的安装文档，不需要首先安装显卡驱动，安装CUDA时会自动安装一个NVIDIA的显卡驱动。

安装前准备

根据官方文档的介绍，在安装前检查操作系统环境。

  1. 验证GPU
$ lspci | grep -i nvidia
  1. 验证Linux版本信息
$ uname -m && cat /etc/*release
  1. 验证是否安装gcc编译器
$ gcc --version

如果没有安装，需要首先安装gcc
4. 验证系统内核

$ uname -r

安装CUDA

在官方网站找到所需版本进行下载安装。
选择完成后，在官方页面中Base Installer栏中会显示安装的具体步骤。
这里也可以选择runfile安装方式，据说坑会少点。
cuda安装步骤
在第二步时，只需要将替换为自己的版本即可，或者在第一步完成后，最后会提示下一步安装命令，复制执行即可，接下来仍然按照Base Installer3、4步骤来就可以。

CUDA相关配置修改

安装完成后需要重启，才能使安装生效。
重启完成后，验证显卡驱动是否完成：

$ nvidia-smi

验证显卡安装
如果打印出显卡信息，表示安装成功。
然后验证CUDA是否安装成功。

$ nvcc -V

如果提示

Command 'nvcc' not find ,but can be installed with:
sudo apt install nvidia-cuda-toolkit

千万不要直接执行这个提示的命令，有可能只是没有将CUDA的编译器添加到环境变量中。
进入/usr/local中查看是否包含有cuda-10.1的目录：

$ cd /usr/local/
$ ls

查看cuda编译器是否安装成功
如存在cuda-10.1目录，进入此目录，运行nvcc查看cuda是否安装成功：

$ cd cuda-10.1
$ ls
$ ./bin/nvcc -V

打印如下信息表明安装成功
打印版本信息
最后将nvcc编译器添加到环境变量中：

$ vim ~/.bashrc

在其中添加：
修改PATH环境变量
使配置文件生效

$ source ~/.bashrc

安装cudnn

官方下载cudnn，下载cudnn需要注册账号，然后选择匹配CUDA版本的cudnn下载，有两种安装方式，下载黑色框文件使用tar方式安装，下载红色框使用deb方式安装，第二种方法包含测试用例。参考官方安装教程。
下载cudnn

方法一

  1. 解压缩
$ tar -xzvf cudnn-10.1-linux-x64-v7.6.5.32.tgz #这里的安装包需要替换为自己下载的版本
  1. 复制文件
$ sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
  1. 修改文件权限
$ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
  1. 添加环境变量，打开配置文件：
$ vim ~/.bashrc

添加如下环境变量：

export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

使配置生效：

$ source ~/.bashrc

方法二及其包含的测试用例

  1. 安装运行时库:
$ sudo dpkg -i libcudnn7_7.6.5.32-1+cuda10.1_amd64.deb
  1. 安装开发者库:
$ sudo dpkg -i libcudnn8-dev_7.6.5.32-1+cuda10.1.deb
  1. 安装代码示例和cuDNN库文档:
$ sudo dpkg -i libcudnn8-doc_7.6.5.32-1+cuda10.1.deb
  1. 测试
$ cp -r /usr/src/cudnn_samples_v7/ $HOME
$ cd  $HOME/cudnn_samples_v7/mnistCUDNN
$ make clean && make
$ ./mnistCUDNN

如果cuDNN正确安装，将会打印出如下信息:

Test passed!

后记

没有安装经验的小伙伴，安装之前一定要多看一些安装教程，对过程有熟练的了解，再开始实际安装，enjoy coding.

Ubuntu安装CUDA
人无远虑，必有近忧
08-14 6576
本文详细介绍了在 Ubuntu 系统上安装 CUDA 的全过程。从安装前的系统要求和准备工作，到具体的安装步骤，包括下载 CUDA 安装文件、处理依赖关系、执行安装命令以及配置环境变量等。旨在为需要在 Ubuntu 中安装 CUDA 以进行深度学习、图形计算等工作的用户提供清晰、准确且可操作的指导。
ubuntu 安装cuda 与 cuDNN
Li_318的博客
07-13 423
0. 准备工作 禁用BIOS中的secure boot，因为此方法使用第三方源安装显卡驱动，不禁止secure boot会导致安装的驱动不能使用，禁用也不会有多大安全隐患。 禁用nouveau，这是ubuntu默认使用的开源显卡驱动，和nvidia驱动一起使用可能导致黑屏，所以禁掉。 sudo gedit /etc/modprobe.d/blacklist.conf 在文本的最后一行添加 blacklist nouveau options nouveau mode...
ubuntu下安装CUDA和CUDNN
jinxinsummer的博客
10-25 627
参考： http://blog.csdn.net/hungryof/article/details/51557666 http://blog.csdn.net/wangkepermit/article/details/72955023 https://github.com/jcjohnson/neural-style/blob/master/INSTALL.md https://www.2
【ubuntu驱动安装】安装nvidia驱动和cuda环境
最新发布
weixin_44363167的博客
06-12 1698
给电脑安装nvidia的驱动环境和cuda环境
ubuntu安装cuda和cudnn
weixin_45115648的博客
05-26 2158
nvidia-smi显示cuda最高可以安装11.4版本。
深度学习环境配置——ubuntu安装CUDA与CUDNN
tyyhmtyyhm的博客
03-19 5419
人是为活着本身而活着，而不是为了活着之外的任何事物所活着。——《活着》
Ubuntu18.04安装CUDA10.0+cuDNN7.6.5+Tensorflow1.15教程
hlld__的博客
06-07 2430
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
ubuntu 16.04安装cuda10.1和cudnn
qq_39248298的博客
08-05 1890
本教程是基于ubuntu 16.04，18.04的安装过程也类似。首先需要去英伟达官网下载CUDA安装包，这里我们选择cuda 10.1， 点进去之后，选择系统版本进行选择，这里我们选择下载run文件， 安装指导里告诉我们，需要用wget命令下载，然后在本地打开一个终端，复制这条代码到终端，运行下载即可。 wget http://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.
Ubuntu18.04安装tensorflow1.13.1，cuda10.1，cuDNN7.5
Pythonmh的博客
06-15 7144
Ubuntu18.04安装tensorflow1.13.1，cuda10.1，cuDNN7.5 安装教程 常见的Ubuntu命令 uname -r 查看内核版本（没事不要乱升级内核） uname -a 查看Ubuntu系统及内核版本 cat /proc/version 全面查看Ubuntu系统信息 lsb_release -a可以查看系统发行日期，代号等信息。 nvidia-smi 查看英伟达显卡驱动版本号 1*安装英伟达显卡驱动。 1.1输入 ubuntu-drivers device 查看显卡硬件型号
ubuntu20.04安装CUDA10.1和cudnn7.6.5以及anaconda以及测试是否安装成功
Beings41的博客
09-25 1652
1、安装CUDA 首先进入NVIDIA官网下载CUDA10.1的Linux版本的.run文件。1.1 安装GCC: 我的系统本来是没有gcc的，上面的命令行是下载安装自己系统默认版本的gcc Ubuntu20.04默认安装的是9.x的版本，后面安装CUDA还得降级，我就直接安装的7.x的版本 安装后可以通过下面命令行查看版本 具体的画面安装的时候没有截图，可以参考这篇博客：Ubuntu20.04安装cuda10.1 1.2 禁用自带Nouveau驱动 具体过程参考ubuntu系统禁用自带Nouveau
ubuntu18.04+cuda10.2+cudnn7.6.5+anaconda3+pytorch1.6
meiyangcuckoo
08-15 2988
ubuntu18.04+cuda10.2+cudnn7.6.5+anaconda3+pytorch1.6 ubuntu(18.04)配置pytorch（cuda10.2+cudnn7.6.5）环境 安装流程： 1安装显卡驱动 2安装CUDA 3安装CUDNN 4安装Ananconda3 5确定python版本 6搭建pytorch环境 7总结 1安装显卡驱动 首先查阅自己电脑的显卡配置，打开终端， 输入命令：sudo lshw -c display 回车 按要求输入用户密码 将会看到自己显卡的具体信息 输
cuda ubuntu安装_Ubuntu安装cuda和cudnn
weixin_39875754的博客
11-24 251
安装CUDA1）安装cuda不需要注册账号，有两种格式 runfile与deb，网上说两种格式的都有，感觉如果之前安装驱动与deb对应的驱动版本一致，选择deb方便，否则选择runfile。按照官方给出的下载安装方法。注意：wget使用wget -c 命令，可以断点续传。2）runfile文件中实际包含了驱动，如果已经安装，注意取消驱动安装的勾选。3）环境变量添加：如果只针对本用户 sudo vi...
Ubuntu安装cuda10.1和cudnn
chocv的博客
07-21 628
@TOCUbuntu安装cuda10.1和cudnn 本文简单记录一下本人在Ubuntu16.04系统上安装cuda10.1和cudnn的过程，主要为防止今后安装环境时忘记过程。 硬件：戴尔灵越7559，Windows10+Ubuntu16.04双系统，显卡NVIDIA GEFORCE GTX960M。 主要参考博客如下： 【1】https://blog.csdn.net/liangjiubujiu/article/details/90522899; 【2】https://blog.csdn.net/Din
Ubuntu 安装 NVIDIA显卡驱动、CUDA 以及 CuDNN工具
知识的汲取和传授都应该是快乐的
04-16 5537
ubuntu安装nvidia显卡驱动、cuda以及cudnn工具包
ubuntu重装系统后，安装cuda,cudnn
sinat_16423171的博客
07-11 5500
一、 先安装驱动，如果驱动安装不成功，会影响桌面，再重装系统还来得及，尝试了很多方法，还是用系统安装最靠谱：首先进入Ubuntu搜索栏目，找到软件更新器的一个图标，点开之后是这样的。选择第一个，点击应用更改，剩下的操作只需要等待应用更改完成，关闭该窗口，重启Ubuntu即可。若重启之后nvidia-smi是正常的，那么恭喜你就已经大功告成了。二、安装cuda1.先根据安装的驱动选择合适的版本:watch nvidia-smi可以发现，我这里的NVIDIA显卡驱动版本是535.183.01。
超详细介绍Ubuntu系统安装CUDA和cuDNN【一站式服务！！！】
热门推荐
KRISNAT
12-08 4万+
想必很多做DL的小伙伴都需要在Linux下面进行，其中Ubuntu Linux是一个非常好的选择。这篇博客，博主将自己在Ubuntu系统下面从零开始安装CUDA和cuDNN的步骤做好了总结，仅供参考！若有更新或者不同之处，欢迎评论区讨论。🏃🏃安装显卡驱动，完成后nvidia-smi指令可以使用🚀；安装CUDA Toolkit，安装完成后nvcc -V指令正常输出🚀；安装cuDNN，安装完成后PyTorch可以调用相关的计算包🚀。
ubuntn系统下cuda+cudnn安装教程
xiaomu_347的博客
06-08 1万+
在离开之际，将自己的电脑系统重新升级了下，在此做如下记录，以便后续查证。 1、双系统安装 这里只是简单说下，win10+Ubuntu，这次采用的Ubuntu分区是“boot”+“swap”+“/”的形式，具体可以去参考另一篇博客。 2、cuda安装 （1）下载安装文件 检查自己的电脑配置是否支持cuda加速（一般英伟达系列显卡支持），这里推荐直接去https://d......
记录ubuntu18.04安装cuda以及cudnn
qq_32062657的博客
06-24 1821
最近在ubuntu-server18.04 系统上装了cuda，这里记录一下。以便以后好参照。这里为了避免cuda driver跟cuda版本的问题，采用了runfile的方式进行安装。下面给出cuda及cudnn 下载的分享链接，方便下载：链接：https://pan.baidu.com/s/1bvVdvU58CEee7t4On0Sgnw 提取码：y2picuda安装常遇到的症状：内核更新可能会由于内核与驱动不匹配，导致系统无限重启由于cuda安装后，会由于系统重启自动更新内核导致如下效果。 这里为了避
Ubuntu 安装 CUDA
FUN
11-30 698
安装 NVIDIA 驱动 lspci | grep -i nvidia # 检查显卡 gcc --version # 检查是否安装 gcc sudo apt-get install linux-headers-$(uname -r) # 安装内核头 下载 CUDA Toolkit sudo dpkg -i cuda-repo-<distro>_<version>_<...
ubuntu18.04cuda10.1+cudann7.6.5
03-19
<think>好的，我现在需要帮用户解决在Ubuntu 18.04上安装CUDA 10.1和cuDNN 7.6.5的问题。首先，我得回忆一下自己之前处理类似安装过程的经验，或者查看提供的引用资料。用户提供的引用有几个，其中引用[1]、[2]、[4]提到了使用deb包安装CUDA 10.1，而引用[3]和[4]提到了.run文件的安装方式。这可能意味着有两种不同的安装方法，需要确认哪种更适合Ubuntu 18.04。 首先，用户的问题是关于Ubuntu 18.04的，所以需要确保步骤适用于该版本。根据引用[1]，使用deb方式安装CUDA的步骤包括用dpkg安装本地deb包，添加密钥，更新apt，然后安装cuda。而引用[4]则提到了使用.run文件安装，需要先给文件添加执行权限，然后以sudo运行。这两种方法都有可能，但根据不同的情况可能有不同的步骤。 需要确定用户是否更倾向于使用deb包还是.run文件安装。通常，使用deb包可能更方便，因为它可以通过apt管理后续的更新，而.run文件可能需要手动处理依赖。但有时候，特定版本的CUDA可能需要.run文件，尤其是在有旧版本或其他依赖冲突的情况下。 接下来，安装cuDNN的部分，引用[2]和[4]指出需要下载对应的cuDNN 7.6.5版本，并按照步骤安装。通常，安装cuDNN需要将下载的文件解压后复制到CUDA的安装目录，并设置正确的权限。 此外，用户提供的引用中有提到环境变量的配置，如PATH和LD_LIBRARY_PATH，这在安装完成后是必须的，否则系统可能无法找到CUDA的相关命令和库。 需要注意的是，安装CUDA前需要确认系统满足要求，比如正确的NVIDIA驱动已经安装，GCC版本是否兼容等。引用[3]提到安装GCC，但可能Ubuntu 18.04默认的GCC版本已经足够，但可能需要检查。 现在，我需要整理出清晰的步骤，可能分为几个部分：安装前的准备，安装CUDA 10.1，安装cuDNN 7.6.5，配置环境变量，以及验证安装是否成功。 在安装前的准备中，需要确保系统有NVIDIA驱动，禁用nouveau驱动，可能还需要更新系统。引用[3]提到安装GCC，所以可能需要执行sudo apt-get install build-essential来安装构建工具。 对于CUDA的安装，根据引用[1]和[4]，有两种方法：使用deb包或者.run文件。需要分别说明这两种方法，但用户可能希望选择其中一种。可能推荐使用deb方式，因为引用[1]的步骤更详细，并且可能更符合Ubuntu的包管理习惯。但需要确认提供的deb包是否正确，用户是否已经下载了对应的文件。 安装cuDNN方面，用户需要从NVIDIA官网下载对应版本的cuDNN，可能需要注册账户。然后通过tar命令解压，并将文件复制到CUDA的安装目录中，例如/usr/local/cuda-10.1/，并设置权限。 环境变量的配置部分，用户需要将CUDA的bin和lib64路径添加到.bashrc或.profile文件中，然后source使其生效。 最后，验证安装是否成功，可以通过检查nvcc版本，运行deviceQuery或bandwidthTest示例程序，以及检查cuDNN的安装情况。 需要确保步骤中的命令正确无误，并且考虑到可能的错误点，例如依赖问题、权限问题，或者路径设置错误。同时，提醒用户注意版本匹配，特别是CUDA和cuDNN的兼容性，以及NVIDIA驱动与CUDA版本的兼容性。 可能还需要注意，在安装CUDA时，安装程序可能会提示是否安装NVIDIA驱动，用户需要根据情况选择是否跳过，如果已经安装了正确版本的驱动的话。例如，在引用[4]的.run文件安装中，用户可能需要取消勾选驱动安装，如果已经安装了合适的驱动。 总结步骤： 1. 安装前准备：更新系统，安装依赖，禁用nouveau驱动，安装NVIDIA驱动。 2. 安装CUDA 10.1：使用deb包或.run文件。 3. 安装cuDNN 7.6.5：下载并复制文件到CUDA目录。 4. 配置环境变量。 5. 验证安装。 现在需要将这些步骤详细地写出来，并参考提供的引用资料中的具体命令，确保正确性。同时，生成相关问题，可能涉及安装过程中可能遇到的问题，不同安装方式的区别，验证方法，或者常见错误的解决。</think>### Ubuntu 18.04 安装 CUDA 10.1 和 cuDNN 7.6.5 的步骤 #### 一、安装前准备 1. **更新系统与安装依赖** ```bash sudo apt-get update sudo apt-get install build-essential # 安装GCC等编译工具[^3] ``` 2. **禁用 Nouveau 驱动** 在文件 `/etc/modprobe.d/blacklist-nouveau.conf` 中添加： ```bash blacklist nouveau options nouveau modeset=0 ``` 更新并重启： ```bash sudo update-initramfs -u sudo reboot ``` 3. **安装 NVIDIA 驱动** 通过 `ubuntu-drivers devices` 查看推荐驱动版本，或从 NVIDIA 官网下载对应驱动手动安装。 --- #### 二、安装 CUDA 10.1 ##### 方法1：使用 `.deb` 包安装（推荐） 1. 下载 CUDA 10.1 的 `.deb` 文件（如 `cuda-repo-ubuntu1804-10-1-local-10.1.243-418.87.00_1.0-1_amd64.deb`）。 2. 执行以下命令： ```bash sudo dpkg -i cuda-repo-ubuntu1804-10-1-local-10.1.243-418.87.00_1.0-1_amd64.deb sudo apt-key add /var/cuda-repo-10-1-local-10.1.243-418.87.00/7fa2af80.pub # 添加密钥[^1] sudo apt-get update sudo apt-get install cuda # 安装CUDA[^1] ``` ##### 方法2：使用 `.run` 文件安装 1. 下载 `.run` 文件（如 `cuda_10.1.105_418.39_linux.run`）。 2. 赋予执行权限并安装： ```bash chmod +x ./cuda_10.1.105_418.39_linux.run sudo ./cuda_10.1.105_418.39_linux.run # 运行安装程序[^4] ``` **注意**：安装时取消勾选 `Install NVIDIA Accelerated Graphics Driver`（若已安装驱动）。 --- #### 三、安装 cuDNN 7.6.5 1. 从 [NVIDIA官网](https://developer.nvidia.com/cudnn) 下载 **cuDNN 7.6.5 for CUDA 10.1**（需注册账号）。 2. 解压并复制文件到 CUDA 目录： ```bash tar -zxvf cudnn-10.1-linux-x64-v7.6.5.32.tgz sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64/ sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h /usr/local/cuda-10.1/lib64/libcudnn* # 设置权限[^2] ``` --- #### 四、配置环境变量 在 `~/.bashrc` 文件末尾添加： ```bash export PATH=/usr/local/cuda-10.1/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} # 配置库路径 ``` 生效配置： ```bash source ~/.bashrc ``` --- #### 五、验证安装 1. **检查 CUDA 版本**： ```bash nvcc --version # 应显示 CUDA 10.1 ``` 2. **运行测试程序**： ```bash cd /usr/local/cuda-10.1/samples/1_Utilities/deviceQuery sudo make ./deviceQuery # 输出 Result = PASS 表示成功 ``` 3. **验证 cuDNN**： 编译并运行 cuDNN 示例代码（需从官网下载示例程序）。 ---
评论 7
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

盼小辉丶

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值