nivida-smi查看顯卡驅(qū)動版本

（一）安裝CUDA

cuda官網(wǎng)
cuda官網(wǎng)

下載對應(yīng)版本的cuda
這個(gè)官網(wǎng)真不錯(cuò)啊，下面附上了指令

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-ubuntu2404.pin
sudo mv cuda-ubuntu2404.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/12.8.0/local_installers/cuda-repo-ubuntu2404-12-8-local_12.8.0-570.86.10-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2404-12-8-local_12.8.0-570.86.10-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2404-12-8-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda-toolkit-12-8

驗(yàn)證是否安裝cuda成功

nvcc -V
#或者
nvcc --version

然后就發(fā)現(xiàn)啥都沒有
一查原來是沒有配置環(huán)境變量
如果是自帶的cuda安裝（sudo apt install nvidia-cuda-toolkit），會給你配好環(huán)境變量的，但自己去官網(wǎng)下載需要自己配置環(huán)境變量

配置環(huán)境變量（讓 nvcc 可用）
1）編輯 ~/.bashrc：

nano ~/.bashrc

2）在文件末尾添加：

export PATH=/usr/local/cuda-12.8/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-12.8/lib64:$LD_LIBRARY_PATH

保存并退出（Ctrl + X → Y → Enter）。
3）使更改生效

source ~/.bashrc

4）驗(yàn)證 nvcc

nvcc -V

現(xiàn)在應(yīng)該能正確顯示 CUDA 12.8 的版本信息。

nvidia官網(wǎng)往下翻，還看到教我怎么安裝顯卡驅(qū)動的指令哎，開源的或者傳統(tǒng)版本

（二）安裝cudnn

官網(wǎng)
cudnn官網(wǎng)

1）附有指令

wget https://developer.download.nvidia.com/compute/cudnn/9.10.2/local_installers/cudnn-local-repo-ubuntu2404-9.10.2_1.0-1_amd64.deb
sudo dpkg -i cudnn-local-repo-ubuntu2404-9.10.2_1.0-1_amd64.deb
sudo cp /var/cudnn-local-repo-ubuntu2404-9.10.2/cudnn-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cudnn

2）驗(yàn)證 cuDNN 是否被正確識別
檢查文件是否在 CUDA 目錄中

運(yùn)行以下命令，確認(rèn) cuDNN 的頭文件和庫文件已存在：

# 檢查頭文件
ls /usr/local/cuda/include/cudnn*.h
# 檢查庫文件
ls /usr/local/cuda/lib64/libcudnn*

正常情況會輸出類似：

/usr/local/cuda/include/cudnn_version.h
/usr/local/cuda/lib64/libcudnn.so.8
/usr/local/cuda/lib64/libcudnn.so.8.9.4

果不其然，我的又是找不到
解決措施如下：
手動創(chuàng)建符號鏈接到 CUDA 目錄（推薦）
將 cuDNN 的頭文件和庫文件鏈接到 CUDA 的默認(rèn)路徑，這樣編譯器和深度學(xué)習(xí)框架會自動找到它們。
1. 鏈接頭文件

sudo ln -s /usr/include/cudnn.h /usr/local/cuda/include/cudnn.h
sudo ln -s /usr/include/cudnn_version.h /usr/local/cuda/include/cudnn_version.h

2. 鏈接庫文件

sudo ln -s /usr/lib/x86_64-linux-gnu/libcudnn.so /usr/local/cuda/lib64/libcudnn.so
sudo ln -s /usr/lib/x86_64-linux-gnu/libcudnn.so.8 /usr/local/cuda/lib64/libcudnn.so.8
sudo ln -s /usr/lib/x86_64-linux-gnu/libcudnn.so.8.x.x /usr/local/cuda/lib64/libcudnn.so.8.x.x  # 替換 x.x 為具體版本號

3. 更新動態(tài)鏈接庫緩存

sudo ldconfig

驗(yàn)證鏈接是否成功

ls -l /usr/local/cuda/include/cudnn*  # 檢查頭文件鏈接
ls -l /usr/local/cuda/lib64/libcudnn*  # 檢查庫文件鏈接

如果顯示鏈接已創(chuàng)建（如 cudnn.h -> /usr/include/cudnn.h），說明操作成功。

(三）下載對應(yīng)的torch 和torchision

torch官網(wǎng)
下載torch官網(wǎng)

我下的是python3.8的，感覺3.8穩(wěn)定好用
注意：torch torchvision cuda要對應(yīng)好各自的版本，我的cuda雖然是12.8但是在這里沒找到比121更高的版本了。

（四）安裝miniconda

指令

# 刪除舊安裝（如果存在）
rm -rf /home/shangshuiai/miniconda3#shangshuiai是我自己的目錄，你們替換成自己的# 下載并安裝 Miniconda
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh -b -p /home/shangshuiai/miniconda3
#shangshuiai是我自己的文件夾目錄，你們替換成自己的