Ubuntu22.04安装paddle

查看系统版本信息

使用命令lsb_release -a查看系统版本

root@LAIS01:~# lsb_release -a
No LSB modules are available.
Distributor ID:	Ubuntu
Description:	Ubuntu 22.04.5 LTS
Release:	22.04
Codename:	jammy

查看系统支持的cuda版本，使用命令nvidia-smi，最高支持的cuda版本是12.4

NVIDIA-SMI 550.107.02             Driver Version: 550.107.02     CUDA Version: 12.4

在paddle官网确定安装的paddle版本，Ubuntu 22.04上面只有2.4和2.5版本支持，这个务必要看清楚，不然后续你得重新安装。
确定<a class= paddle版本" />

cuda117_19">安装cuda11.7

从官方安装手册那里看到，需要安装CUDA 11.7、cuDNN 8.4.1
<a class= cuda需要11.7版本" />
在英伟达的官网上选择对应的版本信息

https://developer.nvidia.com/cuda-toolkit-archive

<a class= cuda11.7" />
选择对应版本
下面有两行脚本，第一个是下载可执行文件，第二个是安装

wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda_11.7.0_515.43.04_linux.run
sudo sh cuda_11.7.0_515.43.04_linux.run

此时，我们在终端上新建一个cuda-11.7文件夹，在/usr/local/路径下，然后在cuda-11.7路径下执行上面的第一条脚本，下载完成后，执行第二条。

出现的第一个界面，选择continue即可，出现下一个界面，输入accept即可
输入accept
在这里插入图片描述
在这个界面，按键盘上的↑↓键，停留在Driver上，然后按一下键盘上的空格键，去掉前面的+号，然后按↓键，移动到Install上按键盘的回车键即可，出现下面的界面表示安装成功

cuda_43">配置cuda环境变量

使用vim命令打开.bashrc文件，或者使用gedit ~/.bashrc，在文件末尾加上下面这两行

export PATH=/usr/local/cuda-11.7/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

保存更改后，执行下面的命令生效

source ~/.bashrc

使用nvcc -V命令查看cuda是否安装成功

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2022 NVIDIA Corporation
Built on Tue_May__3_18:49:52_PDT_2022
Cuda compilation tools, release 11.7, V11.7.64
Build cuda_11.7.r11.7/compiler.31294372_0

安装cuDNN 8.4.1

依旧是在英伟达的官网，这里需要注册账号，国内网络不太稳定，我试了好多次才注册成功，有梯子的直接用梯子，找对应版本的cudnn

https://developer.nvidia.com/rdp/cudnn-archive

<a class= cudnn" />
这里我是在windows系统上下载好了传到服务器上去的，同样是将文件放在上面新加的cuda-11.7文件夹里，先解压，再移动相关文件到cuda里去

tar -xf cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive.tar.xz

解压完成后，执行下面的脚本

sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda-11.7/include
sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda-11.7/lib64
sudo chmod a+r /usr/local/cuda-11.7/include/cudnn*.h /usr/local/cuda-11.7/lib64/libcudnn*

验证是否安装成功，使用下面的脚本

sudo cat /usr/local/cuda-11.7/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

出现下面这些信息表示安装成功了

#define CUDNN_MAJOR 8
#define CUDNN_MINOR 4
#define CUDNN_PATCHLEVEL 1
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)#endif /* CUDNN_VERSION_H */

paddle_95">安装paddle

先用Anaconda创建一个虚拟环境paddle25 ，名字随便取，Linux环境下叫miniconda3，注意区别，功能用法是一样的

conda create -n paddle25 python=3.8

然后激活虚拟环境

conda activate paddle25

安装paddle

conda install paddlepaddle-gpu==2.5.2 cudatoolkit=11.7 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/ -c conda-forge

安装完成后，验证环境是否安装成功，在当前目录下，使用 python3 进入 python 解释器，输入import paddle ，再输入 paddle.utils.run_check()，执行后，下方会出现相关的cpu信息，最后一行是安装成功字样，整个paddle的安装就完成了。

PaddlePaddle is installed successfully! Let's start deep learning with PaddlePaddle now.