Ubuntu22.04安装NVIDIA驱动+CUDA+CUDNN+Anaconda+PyTorch+Pycharm
前言
换新的工作机器，需要重新配置环境，记录以下安装过程的坑
一、安装NVIDIA驱动
1.查看自己电脑型号
lspci | grep -i nvidia
进入下方网址查询自己的显卡
PCI Devices
2.进入NVIDIA官网下载驱动
下载 NVIDIA 官方驱动 | NVIDIA
选择下载之后得到一个后缀名为run的文件
3.准备工作下载依赖
1）禁用BIOS中的安全启动模式secure boot，这是因为此方法使用第三方源安装显卡驱动，不禁止secure boot会导致安装的驱动不能使用，禁用也不会有多大安全隐患。不禁用后面会导致安装出现error并且fail。具体做法是：
开机进入BIOS，然后选择安全模式，禁止。
2）移除所有以前安装过的nvidia包(如果需要的话)
sudo apt-get purge nvidia*3）禁用nouveau；创建文件，方式选择下面方法之一，一般人很少用vim（vim是a或者i开启编辑，esc退出，输入:wq保存退出），习惯用自带的gedit命令直接打开相当于记事本那样编辑：
sudo nano /etc/modprobe.d/blacklist.confsudo gedit /etc/modprobe.d/blacklist.confsudo vim /etc/modprobe.d/blacklist.conf插入代码到blacklist.conf文本最下面，如下
blacklist nouveau
options nouveau modeset=0
执行命令禁止nouveau，并重启生效
sudo update-initramfs -u
sudo reboot重启后，打开终端检查nouveau是否被禁用；
输入下面代码验证，若执行完该句，没有任何输出，则nouveau被成功禁用。
lsmod | grep nouveau
4） 在安装驱动之前需要安装gcc和相应的依赖：
sudo apt-get install build-essential
sudo apt-get install cmake
查看gcc和cmake有没有安装成功：
gcc --version
cmake --version
5) 没有lightdm需要安装一下：
sudo apt-get install lightdm
6) 附：上述安装如果一直安装不下来，于是换镜像源，更换前最好先备份：
sudo cp /etc/apt/sources.list /etc/apt/sources.list.baksudo nano /etc/apt/sources.list
将原有的源都加#注释，在最后换成自己想要的源，下面的是阿里云
deb http://mirrors.aliyun.com/ubuntu/ focal main restricted
deb http://mirrors.aliyun.com/ubuntu/ focal-updates main restricted
deb http://mirrors.aliyun.com/ubuntu/ focal universe
deb http://mirrors.aliyun.com/ubuntu/ focal-updates universe
deb http://mirrors.aliyun.com/ubuntu/ focal multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-updates multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-backports main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-security main restricted
更换源后需要更新
sudo apt-get update
sudo apt-get upgrade4.一切就绪，开始安装
打开NVIDIA-Linux-x86_64-570.86.16.run文件所在目录，右键在终端打开或者cd到NVIDIA-Linux-x86_64-570.86.16.run文件所在的文件夹
运行如下命令，修改驱动文件的权限并执行安装
sudo chmod +x NVIDIA-Linux-x86_64-570.86.16.runsudo ./NVIDIA-Linux-x86_64-570.86.16.run会载入一段时间，然后显示，安装过程中会进入一个交互式界面，按键盘的左右箭头选择相应选项，按回车键确认：
回车下一步，选择continue installation
接下来，系统会询问是否需要内核签名。此时，选择 Sign the kernel（签名内核）回车继续
系统将提示你创建新的密钥对，选择 Create new key pair（创建新密钥对）这就会在/usr/share/nvidia/下生成一个nvidia*.der文件和nvidia*.key文件，前一个是私钥，后一个是公钥。
完成签名后，删除密钥：
注意：如果出现以下提示，说明由于系统的 BIOS 启用了 Secure Boot，这可能会导致内核加载失败。此时，您需要进入 BIOS 设置中禁用 Secure Boot
安装完成后，系统会询问是否需要安装 nvidia-x-config，该工具会提供一个图形界面的显卡管理工具。建议选择 Yes 进行安装。
安装完成后，重启系统：
sudo reboot
重启后，使用以下命令检查显卡状态，出现下图表示安装成功：
nvidia-smi
5.不利用安装包安装，特别慢
按照顺序执行下面代码
sudo add-apt-repository ppa:graphics-drivers/ppasudo apt update指定版本安装用下面这个
sudo apt install nvidia-driver-570自动读取配置安装用这个
sudo ubuntu-drivers autoinstall二、Cuda安装
1.选择适合自己的版本号，下面官网中挑选
CUDA Toolkit 12.4 Update 1 Downloads | NVIDIA 开发者
2.终端使用如上图所示指令进行下载：
wget https://developer.download.nvidia.com/compute/cuda/12.4.1/local_installers/cuda_12.4.1_550.54.15_linux.run
sudo sh cuda_12.4.1_550.54.15_linux.run安装时，仍会提示目标CUDA toolkit对应版本的显卡驱动未被发现，推荐我们安装其版本的显卡驱动，这时我们键入continue，再键入accept同意用户协议，然后将光标移动到driver处，键入回车，以取消对驱动的安装：其他的保持不动，选择“Install”，稍等几分钟就装好了
出现此画面，表示安装成功
3.配置环境变量
sudo gedit ~/.bashrc在尾部加入以下内容（路径不一定和我一样，看版本号）
export PATH=/usr/local/cuda-12.4/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-12.4/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}更新环境变量
source ~/.bashrc
4.查看CUDA版本信息
nvcc -V
5.测试CUDA（非必要）
打开下载位置，随便运行一个
例如bandwidthTest，看到下图说明安装成功
三、cuDNN安装
1.选择适合自己的的cuda版本和系统进行下载
cuDNN Archive | NVIDIA Developer
完成后，出现cudnn-local-repo-ubuntu2204-8.9.7.29_1.0-1_amd64.deb
2.用终端打开，执行命令等待完成
sudo dpkg -i cudnn-local-repo-ubuntu2204-8.9.7.29_1.0-1_amd64.deb四、安装Anaconda
1.下载完成之后，进入相应目录
2.运行如下指令，进行安装
bash ./Anaconda3-2024.10-1-Linux-x86_64.shsh Anaconda3-2024.10-1-Linux-x86_64.sh
1、安装过程中根据提示输入enter；
2、最后一部问是否添加环境变量，最好选择yes；
3、验证安装（重开终端窗口）（如果不行可能是环境变量没加进去）（或source环境）
conda -V
3.常用命令
查看当前所有的env
conda env list创建新的env
例如这个语句就是创建一个名字叫nv的，python版本为3.9的一个虚拟环境
conda create -n nv python=3.9
激活环境命令
conda activate pt退出环境命令
conda deactivate五、安装Pytorch
1.下载位置
Previous PyTorch Versions | PyTorch
2.安装命令
conda install pytorch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 pytorch-cuda=12.4 -c pytorch -c nvidia
如果进入自己的conda虚拟环境，激活后，运行上方指令。
六、PyCharm安装及使用torch
1.下载位置
PyCharm: the Python IDE for data science and web development
下载解压之后，进入解压目录，进入bin目录，./pycharm.sh可以运行，可以在里面设置快捷方式；
在工具栏Tools，有Create Desktop Entry..，可以创建快捷方式。
2.新建工程
选择
选择环境使用conda，然后Interpreter选择自己刚才建立的虚拟环境
3.代码测试torch
import torch
print(torch.cuda.is_available())
a = torch.zeros(5, 3)
print(a)
七、参考链接
Ubuntu20.04安装CUDA+CUDNN+Conda+PyTorch_ubuntu20.04安装cuda10.2-CSDN博客
Ubuntu18.04安装Nvidia驱动【全网不坑，超全步骤】（亲测～）_ubuntu18.04安装nvidia显卡驱动-CSDN博客 Ubuntu22.04安装CUDA+CUDNN+Conda+PyTorch_ubuntu22安装cuda conda-CSDN博客
Ubuntu20.04安装CUDA+CUDNN+Conda+PyTorch_ubuntu20.04安装cuda10.2-CSDN博客
【深度学习环境配置】ubuntu 20.04+4060 Ti+CUDA 11.8+pytorch（装机、显卡驱动、CUDA、cudnn、pytorch）_4060ti cuda cudnn-CSDN博客 Ububtu20.04 CUDA安装与环境配置、CUDNN安装_ubuntu20.04查看cunda-CSDN博客
Ubuntu24版 最新安装Nvidia显卡驱动方式_ubuntu安装nvidia显卡驱动-CSDN博客
总结
新设备安装深度学习环境。
