ubuntu22。04安装NVIDIACUDACUDNN详细步骤

　　1.查看GPU及驱动版本号
　　查看GPU：命令：lspci | grep -i nvidia
　　查看驱动版本sudo dpkg --list | grep nvidia-*    # 或者ubuntu-drivers devices
　　查看显卡型号lspci | grep -i nvidia
　　查看发布版本号cat /etc/issue  lsb_release -a
　　查看内核版本号uname -sr  uname -a
　　查看GPU可用性conda activate tensorflow  python  import tensorflow as tf print(tf.test.is_gpu_available()) #如果结果是True，表示GPU可用
　　查看cuda可用性conda activate tensorflow  python  import tensorflow as tf tf.test.is_built_with_cuda() print(tf.test.is_built_with_cuda()) #返回True表示可用2.查看python、tensorflow版本：
　　conda activate tensorflow  python  import tensorflow as tf #查看版本 tf.__version__    #或者print(tf.__version__)  #查看tensorflow安装路径 tf.__path__  #或者print(tf.__path__)3.Ubuntu（Linux）系统下查看自己安装的CUDA和CUDNN的版本
　　CUDA：（1）cat /usr/local/cuda/version.txtcat   （2）nvidia-smi  （3）nvcc -V  （4）conda list | grep cuda
　　CUDNN：（1）cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2  （2）conda list | grep cuda4.TensorFlow、Python、CUDA、CUDNN对应版本对应关系：链接：https://tensorflow.google.cn/install/source#linux5.Ubuntu22.04安装NVIDIA驱动
　　（1）安装驱动前一定要更新软件列表和安装必要软件、依赖sudo apt-get update 										#更新软件列表  sudo apt-get install g++  sudo apt-get install gcc  sudo apt-get install make
　　（2）查看GPU型号lspci | grep -i nvidia
　　(3)官网下载对应驱动（英文路径）官方驱动链接:https://www.nvidia.cn/Download/index.aspx?lang=cn
　　（4）卸载原有驱动（第一次安装就不需要了）sudo apt-get remove --purge nvidia*
　　（5）禁用nouveau(nouveau是通用的驱动程序) sudo gedit /etc/modprobe.d/blacklist.conf 或者(blacklist-nouveau.conf)
　　在打开的blacklist.conf末尾添加如下，保存文本关闭 blacklist nouveau  options nouveau modeset=0
　　（6）在终端输入如下更新，更新结束后重启电脑 sudo update-initramfs –u
　　（7）重启后在终端输入如下，没有任何输出表示屏蔽成功 lsmod | grep nouveau
　　（8）为了安装新的Nvidia驱动程序，我们需要停止当前的显示服务器。 sudo telinit 3 # 或者按Ctrl + Alt + F1~F6中的一个 (分别对应进入tty1~tty6)）
　　输入用户名（终端下@前面就是用户名）和密码
　　退出文本界面到图形界面sudo telinit 5 # 或者Ctrl + Alt + F1/F7/F8
　　（9）在文本界面中，禁用X-window服务,在终端输入 sudo /etc/init.d/gdm3 stop
　　（10）进入到存放驱动的目录下，输入命令： sudo chmod 777 NVIDIA-Linux-x86_64-525.89.02.run#给你下载的驱动赋予可执行权限，才可以安装  sudo ./NVIDIA-Linux-x86_64-525.89.02.run   #安装
　　（11）安装结束后输入输入sudo reboot重启。
　　（12）驱动安装好后，终端输入nvidia-smi 检查是否装好，出现类似下方这样，就好了。
　　然后输入nvidia-settings 调出设置界面，类似下方这样，就OK了。
　　6.下载安装CUDA
　　（1）在官网下载cuda链接：https://developer.nvidia.com/cuda-toolkit-archive
　　（2）选择runfile的方式安装
　　按照下载引导，进行下载和安装
　　详细过程选择：continue accept 在此之前已经装过显卡驱动了，所以需要取消Driver选项。 install
　　(3)配置环境变量sudo vim ~/.bashrc 或者sudo vi ~/.bashrc
　　打开文件后在文末添加环境（注意cuda文件名，根据情况写）export PATH= $PATH:/usr/local/cuda-11.7/bin export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.7/lib64 export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.7
　　刷新环境source ~/.bashrc
　　(4)验证是否安装成功nvcc -V
　　像这种情况就是成功了
　　7.安装CUDNN的方法
　　（1）下载CUDA版本对应的CUDNN版本：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse805-111https://developer.nvidia.com/rdp/cudnn-download
　　（2）注册完成后，找到对应版本进行下载
　　（3）参照官方文档进行安装：https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#installlinux-tar
　　tar -xvf cudnn-linux-x86_64-8.8.0.121_cuda11-archive.tar.xz  sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda-11.7/include   sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda-11.7/include   sudo chmod a+r /usr/local/cuda-11.7/include/cudnn*.h /usr/local/cuda-11.7/lib64/libcudnn*
　　（4）检查版本及验证cat /usr/local/cuda-11.7/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
　　这是小编在学习过程中整理的，如有错误请大家多多指正，文章就分享到这里，希望对大家有帮助！