虚拟机ubuntu18.04安装cuda和cudnn

### 配置 CUDA 和 cuDNN 的详细说明 #### 一、环境准备 在开始安装之前，需确认已成功部署 Ubuntu 18.04 虚拟机并完成基础配置。具体操作可参考提供的虚拟机下载与配置流程文档[^1]。 #### 二、NVIDIA 显卡驱动安装 为了支持 GPU 加速功能，在安装 CUDA 前需要先安装适合的 NVIDIA 显卡驱动程序。以下是推荐的操作步骤： 1. 更新系统软件包列表： ```bash sudo apt update && sudo apt upgrade -y ``` 2. 添加官方显卡驱动仓库并安装最新稳定版驱动： ```bash sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt update sudo ubuntu-drivers autoinstall ``` 3. 完成后重启计算机以加载新驱动： ```bash sudo reboot ``` 验证驱动是否正常工作可以通过命令 `nvidia-smi` 查看当前 GPU 使用状态以及所使用的驱动版本号[^2]。 #### 三、CUDA 工具包安装 按照以下方法可以顺利完成 CUDA 的安装过程： 1. 下载对应平台架构下的 CUDA Toolkit 运行文件（如 cuda_11.4.1_470.57.02_linux.run），或者通过官网链接获取最新的 Linux 版本镜像； 2. 授权执行权限并对脚本运行初始化设置向导模式： ```bash chmod +x ./cuda*.run sudo sh ./cuda*.run --override ``` 注意：如果遇到依赖关系冲突等问题，则尝试添加参数选项覆盖默认检测逻辑。 #### 四、cuDNN 库集成 对于深度学习框架而言，除了基本计算能力外还需要额外引入优化后的神经网络运算单元——即 cuDNN 支持库。其主要作用在于提升卷积层处理效率等方面表现优异。 1. 访问 NVIDIA 开发者门户网站登录账户后进入 cuDNN 页面找到匹配目标系统的压缩包资源； 2. 解压获得的内容通常包括头文件目录(`include`)和动态共享对象(.so)形式的目标模块集合(`lib64`)两部分组成； 3. 将上述解压路径中的子项分别复制到全局可见的标准位置下： ```bash sudo cp include/cudnn*.h /usr/local/cuda/include/ sudo cp lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* ``` 最后一步非常重要因为它赋予所有用户读取这些新增组件的权利从而避免后续编译阶段可能出现访问受限错误提示信息出现的情况发生[^3]。 #### 五、验证安装成果 完成全部准备工作之后可通过如下方式检验整个链路搭建状况良好与否: - 测试 CUDA 是否可用: ```bash nvcc --version nvidia-smi ``` - 查询 cuDNN 当前激活的具体分支代次详情(适用于 v8 及以后发行序列): ```bash cat /usr/include/dlpack/dlpack.h | grep DLPACK_MAJOR_VERSION ``` --- ###