ubuntu配置深度学习

### 如何在 Ubuntu 系统中搭建深度学习环境 #### 1. 安装 NVIDIA 显卡驱动 为了支持 GPU 加速，在安装 CUDA 和 cuDNN 前需先确认已正确安装 NVIDIA 显卡驱动程序。可以通过以下命令查看当前系统的显卡型号并更新到最新的驱动版本： ```bash sudo ubuntu-drivers autoinstall ``` 完成驱动安装后重启计算机以使更改生效。 #### 2. 安装 CUDA 工具包 CUDA 是由 NVIDIA 提供的一套用于加速计算的工具集，适用于深度学习框架中的 GPU 计算需求。按照官方文档推荐的方式下载适合操作系统的 CUDA 版本[^1]。例如对于 Ubuntu 20.04 或更高版本可以执行如下脚本来自动配置依赖关系和安装目标组件： ```bash wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu$(lsb_release -sr | tr -d '.')/x86_64/cuda-keyring_1.0-1_all.deb sudo dpkg -i cuda-keyring_1.0-1_all.deb sudo apt-get update sudo apt-get -y install cuda ``` #### 3. 设置环境变量 为了让系统识别新安装好的 CUDA 路径，编辑 `~/.bashrc` 文件加入下面两行内容以便加载必要的库路径： ```bash export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 保存修改后的文件并通过运行 source ~/.bashrc 来立即应用这些变化。 #### 4. 下载与部署 cuDNN 库 cuDNN 是针对神经网络优化过的高性能数学运算函数集合，能够显著提升训练速度。访问官方网站获取对应于所选 CUDA 版本号的预编译二进制压缩包，并解压至指定目录下覆盖默认位置下的共享对象文件即可完成集成过程[^2]: ```bash tar xvzf cudnn*.tgz sudo cp cuda/include/* /usr/local/cuda/include/ sudo cp cuda/lib64/* /usr/local/cuda/lib64/ ``` #### 5. 构建 Miniconda 或 Anaconda 开发平台 Miniconda 及其扩展形式 Anaconda 是流行的科学计算发行版之一，提供了丰富的第三方插件资源来简化机器学习项目的构建流程。遵循指引材料逐步引导用户顺利完成基础架构初始化工作流[^3]。 ```bash # 下载 miniconda bash installer script 并赋予可执行权限后再启动交互式图形界面向导模式 curl -O https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh chmod +x Miniconda3-latest-Linux-x86_64.sh ./Miniconda3-latest-Linux-x86_64.sh ``` #### 6. 创建独立虚拟环境 利用 conda manager 新增名为 dl_env 的隔离空间专门服务于后续实验活动开展之需。 ```bash conda create --name dl_env python=3.9 conda activate dl_env ``` #### 7. 安装主流框架及其配套依赖项 最后一步就是引入 TensorFlow 和 PyTorch 这两个广泛使用的开源项目作为核心算法实现载体。注意要挑选兼容先前选定硬件特性的具体分支标签号来进行适配处理。 ```bash # For TensorFlow with GPU support pip install tensorflow-gpu==2.x.y # Alternatively, for PyTorch including CUDA extensions pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu11x ``` 至此整个端到端解决方案就绪可供实际测试验证效果如何！