ubuntu20.04安装cudnn8.0
时间: 2025-04-27 09:26:13 浏览: 33
### 如何在 Ubuntu 20.04 上安装 cuDNN 8.0
#### 准备工作
确保已经正确安装了适合的 NVIDIA 驱动程序以及 CUDA 工具包。对于想要安装 cuDNN 8.0 的情况,建议先确认所使用的 CUDA 版本兼容此版本的 cuDNN。通常来说,cuDNN 8.0 可以良好适配 CUDA 11.x 系列。
#### 获取 cuDNN 文件
访问 NVIDIA 官方网站并登录(可能需要注册开发者账号),进入 cuDNN 下载页面选择适用于 Linux 平台、对应于已安装 CUDA 版本 (例如 CUDA 11.7 或者其他合适的小版本) 的 cuDNN v8.0 进行下载[^1]。
#### 解压文件到指定目录
假设下载得到的是 tar 形式的压缩包,则可以通过下面的方式解压:
```bash
tar -xzvf cudnn-linux-x86_64-8.0.*.*
```
这将会创建一个包含库文件和其他资源的新文件夹。
#### 复制必要的文件至 CUDA 路径下
将解压后的 `include` 和 `lib` 中的内容复制到相应的 CUDA 安装路径中去:
```bash
sudo cp cuda/include/cudnn*.h /usr/local/cuda/include/
sudo cp cuda/lib/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
```
以上操作会把头文件放置在 `/usr/local/cuda/include/` 目录,并且共享对象放到 `/usr/local/cuda/lib64/` 目录里。
#### 更新环境变量
为了使新加入的 cuDNN 库生效,还需要刷新当前用户的 shell session 或者重启计算机来让这些改动被识别出来;另外也可以通过编辑 `.bashrc` 来永久性地修改 PATH 和 LD_LIBRARY_PATH 环境变量指向新的位置。
验证安装是否成功可以尝试运行一些简单的测试代码或者查看 PyTorch/TensorFlow 是否能够检测到 GPU 加速功能。
阅读全文
相关推荐
















