ubuntu20.04安装cuda、pytorch
时间: 2025-05-01 13:26:51 浏览: 28
### 安装准备
为了确保顺利安装CUDA和PyTorch,在Ubuntu 20.04上需先确认系统已更新至最新状态并安装必要的依赖包。建议的操作如下:
```bash
sudo apt update && sudo apt upgrade -y
sudo apt install build-essential cmake git unzip pkg-config libopencv-dev
```
上述命令会更新软件源列表,升级现有程序到最新版本,并安装编译工具链和其他可能需要的库文件。
### Nvidia 驱动安装
对于GPU支持的需求,应优先考虑安装合适的NVIDIA驱动。由于Ubuntu 20.04自带的一些开源图形栈可能会与专有的NVIDIA驱动冲突,因此推荐移除这些默认驱动再继续操作[^3]。
```bash
sudo apt-get purge nvidia*
reboot
```
重启计算机之后,通过官方提供的.run文件来安装特定版本的NVIDIA驱动,这一步骤至关重要因为不同的CUDA版本对应不同范围内的驱动版本号。例如要安装适用于CUDA 11.x系列的驱动,则可以选择较新的稳定版如`nvidia-driver-470`或更高版本。
### CUDA 安装
针对Ubuntu 20.04, 推荐安装CUDA 11.3配合Pytorch 1.10以获得最佳性能表现[^1]。可以通过下载本地deb (network) 文件的方式完成安装:
访问[NVIDIA官网](https://developer.nvidia.com/cuda-downloads),选择Linux -> x86_64 -> Ubuntu -> 20.04 -> deb (network), 并按照提示执行以下指令序列:
```bash
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/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
```
完成后记得设置环境变量以便于后续调用CUDA工具集中的组件。编辑~/.bashrc 或者 ~/.zshrc 文件加入下面两行:
```bash
export PATH=/usr/local/cuda-11.3/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
```
使更改生效:
```bash
source ~/.bashrc
```
验证安装成功与否可以运行nvcc --version查看编译器版本信息。
### CUDNN 安装
CUDNN作为深度神经网络加速库同样重要,其版本应当匹配所选的CUDA版本。前往[NVIDIA开发者页面](https://developer.nvidia.com/rdp/cudnn-archive)获取相应资源链接后解压放置于指定路径下即可。
假设已经下载好cudnn-linux-x86_64-v8.2.1.32_cuda11.3.tar.xz压缩包,
```bash
tar -xzvf cudnn-linux-x86_64-v8.2.1.32_cuda11.3.tar.xz
sudo cp cuda/include/* /usr/local/cuda-11.3/include/
sudo cp cuda/lib64/* /usr/local/cuda-11.3/lib64/
```
再次刷新shell session让新添加的内容可用。
### PyTorch 安装
考虑到兼容性和稳定性因素,创建独立Python虚拟环境来进行PyTorch及相关依赖项的部署是一个明智的选择[^2]。这里采用miniconda/miniforge简化管理流程。
首先安装Miniforge:
```bash
cd ~
curl -L -O "https://github.com/conda-forge/miniforge/releases/latest/download/Mambaforge-Linux-x86_64.sh"
bash Mambaforge-Linux-x86_64.sh
```
初始化mamba forge:
```bash
~/Mambaforge/bin/mamba init bash
```
新建名为pytorch_env的环境并激活它:
```bash
mamba create -n pytorch_env python=3.9 -y
conda activate pytorch_env
```
最后利用pip或者conda渠道安装PyTorch及其扩展模块,注意指明cuda版本参数以确保硬件加速功能正常运作。
```bash
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113
```
至此整个过程结束,现在应该能够在Ubuntu 20.04平台上拥有一个完整的基于CUDA的支持PyTorch框架的数据科学计算平台了!
阅读全文
相关推荐

















