ubuntu 安装 cuda和pytorch
时间: 2025-05-12 12:32:21 AIGC 浏览: 41
### 如何在 Ubuntu 上安装 CUDA 和 PyTorch
#### 安装 GPU 驱动
为了确保系统的稳定性以及兼容性,建议优先选择适合的操作系统版本。对于显卡驱动的安装,在远程 Ubuntu 系统或者桌面版中都可以通过终端完成相同的操作[^3]。如果之前尝试在 Ubuntu 16.04 中遇到问题,可以考虑切换至更稳定的 Ubuntu 18.04 版本,因为该版本已被验证具有更好的兼容性和支持效果[^2]。
#### 安装 CUDA 工具包
根据 NVIDIA 的官方文档指引[^4],以下是具体步骤:
1. **确认硬件需求**
在安装前需确保已满足最低硬件要求并选择了适配的 CUDA 版本。例如,针对特定深度学习框架(如 Caffe 或 OpenPose),推荐使用经过测试优化过的 CUDA 版本,比如 CUDA 10.0。
2. **下载对应版本的 CUDA Toolkit**
访问[NVIDIA CUDA 下载页面](https://developer.nvidia.com/cuda-downloads),依据操作系统架构挑选对应的 `.run` 文件或其他形式镜像进行本地保存后再上传到目标服务器环境中去执行部署流程。
3. **运行安装脚本**
使用以下命令依次完成各阶段设置过程:
```bash
sudo sh cuda_10.0.130_410.48_linux.run --toolkit
```
4. **配置环境变量**
编辑 `~/.bashrc` 添加路径声明以便后续调用方便快捷:
```bash
export PATH=/usr/local/cuda-10.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
source ~/.bashrc
```
5. **验证安装情况**
输入下列指令查看是否成功加载库文件及其版本号信息:
```bash
nvcc --version
nvidia-smi
```
#### 安装 PyTorch 深度学习框架
PyTorch 提供了一种简单易用的方法来指定所需依赖项从而实现自动化构建整个生态链路的目的。可以通过 pip 命令快速获取最新稳定发行版软件包[^1]:
```python
pip install torch torchvision torchaudio cudatoolkit=10.0 -f https://download.pytorch.org/whl/torch_stable.html
```
上述代码片段指定了与先前所装设之 CUDA 10.0 相匹配的预编译二进制轮子档案位置链接地址作为额外索引来源之一加以利用以达成无缝衔接目的。
---
### 注意事项
在整个过程中需要注意保持网络连接畅通无阻以免中途被打断影响最终成果质量;另外还要密切留意各个组件之间是否存在潜在冲突矛盾之处及时调整策略方案直至完全解决问题为止。
阅读全文
相关推荐



















