這里主要針對驅動已經安裝好了的環境，如何安裝合適的顯卡驅動這里不多贅述，本文演示的系統為Ubuntu18.04，但理論上其他Linux發行版操作類似。

驅動適配

通過命令行輸入nvidia-smi查看自己的顯卡驅動版本以及支持的最大CUDA版本，下圖第一行就顯示了這些信息，可以看到，最大支持CCUDA10.2，更高版本的CUDA需要升級驅動程序。

安裝包下載

CUDA的安裝可以訪問官網開發者工具中找到，鏈接給出，此時顯示的結果如下，這是最新的CUDA11，點擊右側的紅框選擇歷史版本。

找到CUDA10.2，按照需求進行選擇，然后安裝指示使用wget或者瀏覽器下載runfile文件。

CUDNN的下載也類似，鏈接也給出，這個下載需要注冊開發者賬號（簡單幾步注冊登錄即可），然后如下圖選擇合適的CUDA版本對應的CUDNN并選擇CUDNN Library for Linux。這里注意，推薦的是CUDNN8.0.2，事實上，還有一個7.6.5更合適一些，點開Archived菜單查找，后者更穩定。

安裝

CUDA安裝

下面的步驟先看完再做。

首先，通過下面的命令關閉圖形界面管理器，如果你的圖形管理器使用的是gdm3那么將命令中的lightdm換成gdm3即可。

sudo service lightdm stop

此時，桌面環境會關閉，通過快捷鍵Ctrl+Alt+F1進入命令行界面，輸入用戶名和密碼登錄，然后找到之前下載的cuda文件（切換到該文件所在目錄下），執行下面的命令。

sudo sh cuda_*.run

此時會進入安裝，下面的過程不便截圖，描述一下：首先，會詢問顯示管理器仍有開啟，是否繼續安裝，這里選擇continue；然后，會列出一個列表要求選擇想要安裝的內容，這里將第一個驅動安裝的部分回車一下將那個x取消，只安裝cuda tool kit即可；之后，方向鍵選擇下面的Install進行安裝，最后安裝成功后會有一個提示。

這時候cuda是安裝好了，但是環境變量找不到cuda程序，自己手動修改環境變量文件，通過vim或者gedit修改，對應命令分別為vim ~/.bashrc和gedit ~/.bashrc，將下面的內容添加到文件最后，再通過source ~/.bashrc更新環境變量。

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64 export PATH=$PATH:/usr/local/cuda/bin export CUDA_HOME=$CUDA_HOME:/usr/local/cuda

此時，輸入nvcc -V檢查安裝是否成功，如下圖則表示安裝成功。

CUDNN安裝

切換到cudnn文件所在目錄，通過tar -xzvf cudnn-10.2-linux-x64-v7.6.5.32.tgz命令解壓文件，會得到一個cuda文件夾，逐一執行下面的命令進行cudnn的安裝。

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn.h sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

完成后，通過下面的命令查看安裝情況，如果結果如下圖逐行顯示版本號，則安裝成功。

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

至此，在Ubuntu18.04上CUDA和CUDNN安裝完成。

訓練測試

按照官方教程，在虛擬環境中安裝Pytorch1.5并進行GPU訓練測試，結果如下，成功使用CUDA訓練。

總結

以上是生活随笔為你收集整理的Linux系统CUDA10.2+CUDNN安装教程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。