【记录】Ubuntu20.04安装CUDA和cuDNN

本文记录下如何在Ubuntu20.04系统中安装CUDA和cuDNN。

这里简要介绍下CUDA和cuDNN分别是什么。CUDA 是 NVIDIA 发明的一种并行计算平台和编程模型。它通过利用图形处理器 (GPU) 的处理能力，可大幅提升计算性能；cuDNN(深度神经网络库)是GPU加速的用于深度神经网络的原语库,即用来加速神经网络的推理。cuDNN相当于是一个编译好的功能包，对CUDA进行辅助，等会儿安装过程中，我们会有所体现。

CUDA的安装

官网下载点击，这个网页打开是，最新版的CUDA，我们可以看一下，比如我这里是CUDA12.0，这里如果大家是跑实验的话，不建议装最新版本的 CUDA，大家可以上Pytorch或Tensorflow的官网看看，目前这些主流的深度学习框架支持的CUDA版本，一般都是早一些的版本，比如这里我给出Pytorch官网的推荐
可以看出PyTorch目前支持的CUDA版本为 CUDA11.6 或 11.7,这个就要求我们在安装 CUDA时候，要装合适的版本，不然的话，会发现安装的高版本CUDA未必能找到合适的Torch版本，这个我测试了，我刚开始直接装的CUDA12，然后发现pytorch无法装GPU版的，只能安装 cpu版本，这个不是我们想要的，所以，推荐大家先安装低版本的 CUDA。

好了，有了以上的啰嗦，这里我们开始到 先前CUDA版本的下载页面，进行下载合适版本的 CUDA，这里我选择 CUDA11.6，网址点击打开



下载后，直接道对应的下载文件夹，输入命令，进行安装即可，输入该命令，大概需要等待一会儿，这里耐心等待就行

sudo sh cuda_11.6.0_510.39.01_linux.run

然后在下面的页面中，输入 accept ，在等待一会儿。

然后会弹出这个安装选择项，这里将第一个 Driver选项，直接点击空格键，取消安装，因为我们已经安装了 Nvidia 驱动了，如果您没安装，请参看该博文

然后到 install 进行安装即可，等待一会儿，

安装成功后，划线部分为安装目录

配置 CUDA ,注意安装CUDA后，会在您的 /usr/local/文件夹下多一个 /usr/local/cuda 的文件夹，该文件夹其实是 /usr/local/cuda11.6 文件夹的一个链接，两者本质上是相同的，所以配置的时候，可以直接按照 /usr/local/cuda 进行配置就行，会自动链接到 /usr/local/cuda11.6。接下来说下环境的配置。

【再说一遍】：cuda安装目录为/usr/local/cuda-xxx，xxx为版本号，同时，cuda还会建立一个/usr/local/cuda同步链接，所以可以直接将该路径添加至环境变量，之后更换cuda版本，也不需要修改环境变量。
打开命令框，输入根环境的文件：

vi ~/.bashrc

在该文件末尾，加上下面的内容(注：如果您发现在编辑过程中，退格键和上下左右键有问题，可以参考该博文)

export CUDA_HOME=/usr/local/cuda
export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:${CUDA_HOME}/lib64
export PATH=${CUDA_HOME}/bin:${PATH}

添加后，保存文件，然后激活该配置

source ~/.bashrc

然后在命令框中，输入 nvcc -V ，即可看到自己的cuda版本

如果版本选错，可以进行CUDA的卸载

如果您安装后，发现CUDA的版本不太对，这时候需要将已安装的CUDA卸载，这个卸载非常简单，在您下载的 /usr/local/cuda11.6/bin 文件夹，有个 cuda-uninstaller 执行文件，直接运行命令，等待即可看到已经卸载干净了，然后重新安装另外版本的 CUDA即可：
sudo ./cuda-uninstaller

cuDNN的安装

下载链接
这个网址点进去后，会发现是一个登陆页面，这个需要您登陆下， 貌似可以邮箱也可以微信，需要您注册个账号，登录下就可以下载。


可以微信进行登录



登陆成功，直接点击 该链接点击
https://developer.nvidia.com/rdp/cudnn-download


下载完后，需要对 cuDNN 进行解压，解压后，就可以将里面改 include 和 lib 文件复制到 cuda 了，网上说有的版本，解压后会有个 cuda 文件夹，我下载的没有看到有 cuda 文件夹，还是原来 cuDNN 解压后的文件夹，然后里面是有 include 和 lib 文件夹的，按照下面的命令，将其复制到 cuda 的文件夹即可

sudo cp cuDnn***/include/cudnn*.h /usr/local/cuda/include
sudo cp cuDnn***/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

然后输入命令

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

这就成功了。