Ubuntu 24.04深度学习环境配置指南

1. Ubuntu深度学习环境搭建全记录

作为一名长期在Linux环境下工作的算法工程师，我深知搭建深度学习环境的痛苦。每次换新机器或重装系统，都要重新折腾一遍驱动、CUDA和框架的安装。最近在Ubuntu 24.04上配置环境时，我详细记录了全过程，特别补充了那些教程里很少说明的细节问题。

这个配置方案适用于NVIDIA显卡的台式机和工作站，涵盖驱动安装、CUDA工具链配置、cuDNN部署以及PyTorch环境搭建。不同于官方文档的简略说明，我会重点解释每个步骤的技术原理和避坑要点，特别是那些容易导致安装失败的隐藏细节。

2. 系统基础环境准备

2.1 系统源配置与更新

刚安装完Ubuntu系统后，第一件事就是更换软件源。国内用户使用默认源下载速度很慢，建议切换为国内镜像源。我推荐清华或阿里云的源，不仅速度快而且同步及时。

在图形界面操作：

1. 打开"软件和更新"应用
2. 在"Ubuntu软件"选项卡中，找到"下载自"下拉菜单
3. 选择"mirrors.tuna.tsinghua.edu.cn"（清华源）或"mirrors.aliyun.com"（阿里云源）

注意：不同Ubuntu版本对应的源路径不同，24.04的代号是Noble Numbat，确保选择的源包含该版本支持

终端验证命令：

bash复制sudo apt update
sudo apt upgrade -y

这个步骤会更新所有已安装的软件包。建议在安装任何新软件前先执行更新，避免依赖冲突。

2.2 NVIDIA驱动安装

深度学习环境的核心是显卡驱动。Ubuntu自带的nouveau开源驱动性能有限，必须安装官方闭源驱动才能发挥GPU的全部能力。

首先检测显卡型号和推荐驱动：

bash复制ubuntu-drivers devices

输出示例：

code复制== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
modalias : pci:v000010DEd00002504sv000010DEsd00001517bc03sc00i00
vendor   : NVIDIA Corporation
model    : GA104 [GeForce RTX 3070 Ti]
driver   : nvidia-driver-535-server - distro non-free
driver   : nvidia-driver-535 - distro non-free recommended
driver   : nvidia-driver-550 - third-party non-free
driver   : nvidia-driver-470 - distro non-free
driver   : xserver-xorg-video-nouveau - distro free builtin

这里系统推荐安装535版本驱动。有两种安装方式：

1. 自动安装（推荐）：

bash复制sudo ubuntu-drivers autoinstall

2. 手动指定版本：

bash复制sudo apt install nvidia-driver-535

安装完成后必须重启系统：

bash复制sudo reboot

验证驱动是否正常工作：

bash复制nvidia-smi

正常输出应显示GPU状态表格，包含CUDA版本信息。如果报错"command not found"，说明驱动安装失败，需要排查问题。

常见问题：如果安装后出现黑屏或分辨率异常，可能是驱动版本不兼容。可以尝试：

1. 进入恢复模式卸载当前驱动
2. 安装较低版本的驱动（如470）
3. 更新内核到最新稳定版

3. CUDA工具链安装

3.1 CUDA Toolkit安装

CUDA是NVIDIA的并行计算平台，深度学习框架都依赖它来调用GPU计算资源。安装前需要确认：

1. 查看nvidia-smi显示的CUDA版本（这是驱动支持的最高CUDA版本）
2. 根据深度学习框架要求选择具体CUDA版本

以CUDA 12.1为例，官方安装步骤：

1. 访问NVIDIA CUDA Toolkit Archive
2. 选择"Linux" → "x86_64" → "Ubuntu" → "24.04" → "deb(local)"

执行页面显示的命令序列：

bash复制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/12.1.1/local_installers/cuda-repo-ubuntu2404-12-1-local_12.1.1-530.30.02-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2404-12-1-local_12.1.1-530.30.02-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2404-12-1-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda

安装完成后需要配置环境变量。编辑~/.bashrc文件：

bash复制nano ~/.bashrc

在文件末尾添加：

bash复制export CUDA_HOME=/usr/local/cuda-12.1
export PATH=$CUDA_HOME/bin:$PATH
export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH

使配置生效：

bash复制source ~/.bashrc

验证安装：

bash复制nvcc -V

3.2 cuDNN安装

cuDNN是NVIDIA提供的深度学习加速库，能显著提升框架性能。安装时需注意版本匹配：

1. cuDNN版本必须与CUDA版本兼容
2. 建议选择经过框架测试的稳定版本

安装步骤：

1. 从NVIDIA cuDNN Archive下载对应版本
2. 选择"Local Installer for Ubuntu24.04 x86_64 (Deb)"

安装.deb包：

bash复制sudo dpkg -i cudnn-local-repo-ubuntu2404-9.1.0_1.0-1_amd64.deb

导入密钥：

bash复制sudo cp /var/cudnn-local-repo-ubuntu2404-9-1-local/cudnn-*-keyring.gpg /usr/share/keyrings/

安装运行时库和开发包：

bash复制sudo apt-get update
sudo apt-get install libcudnn9 libcudnn9-dev libcudnn9-samples

验证安装：

bash复制cat /usr/include/x86_64-linux-gnu/cudnn_version.h | grep CUDNN_MAJOR -A 2

如果文件路径不同，使用find命令定位：

bash复制find / -name "cudnn_version*.h" 2>/dev/null

4. Python环境配置

4.1 Miniconda安装

推荐使用Miniconda管理Python环境，比Anaconda更轻量：

bash复制wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

安装完成后初始化：

bash复制source ~/.bashrc
conda init

验证安装：

bash复制conda --version

4.2 虚拟环境创建

为深度学习项目创建独立环境：

bash复制conda create -n deepl python=3.10
conda activate deepl

经验：Python 3.10在兼容性和性能之间取得了良好平衡。太新的版本可能某些包还未适配，太旧的版本会缺少一些特性

5. PyTorch安装与验证

5.1 PyTorch安装

PyTorch官方提供多种安装方式。考虑到国内网络环境，推荐使用离线安装：

1. 访问PyTorch官方whl列表
2. 根据CUDA版本选择对应的torch和torchvision
3. 下载whl文件到本地

安装命令示例：

bash复制pip install torch-2.1.0+cu121-cp310-cp310-linux_x86_64.whl
pip install torchvision-0.16.0+cu121-cp310-cp310-linux_x86_64.whl

或者使用conda安装（需要配置国内镜像源）：

bash复制conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

5.2 环境验证

启动Python解释器测试：

python复制import torch
print(torch.cuda.is_available())  # 应返回True
print(torch.version.cuda)  # 应显示12.1
print(torch.backends.cudnn.version())  # 应显示安装的cuDNN版本

如果cuda.is_available()返回False，可能的原因：

1. 驱动未正确安装
2. CUDA与驱动版本不匹配
3. 环境变量配置错误

6. 常见问题解决方案

6.1 驱动安装失败

症状：nvidia-smi命令不可用，或显示"No devices were found"

解决方案：

1. 检查PCIe连接：lspci | grep -i nvidia
2. 卸载冲突驱动：sudo apt purge nvidia*
3. 禁用nouveau驱动：

   bash复制echo "blacklist nouveau" | sudo tee /etc/modprobe.d/blacklist-nvidia-nouveau.conf
   sudo update-initramfs -u
   

4. 重新安装推荐版本驱动

6.2 CUDA版本冲突

症状：nvcc -V与nvidia-smi显示的CUDA版本不一致

原因：系统中有多个CUDA版本，环境变量指向了错误的版本

解决方案：

1. 查看所有已安装CUDA版本：ls /usr/local | grep cuda
2. 更新.bashrc中的CUDA_HOME指向正确路径
3. 确保PATH变量中正确版本的bin目录在前

6.3 PyTorch无法识别GPU

症状：torch.cuda.is_available()返回False

排查步骤：

1. 确认驱动正常工作（nvidia-smi）
2. 检查PyTorch版本与CUDA版本匹配
3. 验证LD_LIBRARY_PATH包含CUDA和cuDNN库路径
4. 尝试重新安装PyTorch指定正确的CUDA版本

7. 环境优化建议

7.1 性能调优

1. 设置GPU持久模式：

   bash复制sudo nvidia-smi -pm 1
   

2. 调整电源管理模式：

   bash复制sudo nvidia-smi -ac 4004,1590
   

3. 启用CUDA加速的数学库：

   python复制torch.backends.cudnn.benchmark = True
   

7.2 开发工具推荐

1. 监控工具：nvtop（GPU监控）、htop（CPU监控）
2. 调试工具：cuda-gdb、nsight-systems
3. IDE：VS Code配合Python和Jupyter插件

7.3 环境备份与恢复

1. 导出conda环境配置：

   bash复制conda env export > environment.yml
   

2. 备份关键配置文件：
   • ~/.bashrc
   • /etc/apt/sources.list
   • /etc/modprobe.d/blacklist.conf
3. 记录驱动和CUDA版本号

我在多台机器上部署这套环境时发现，Ubuntu 24.04对新一代NVIDIA显卡的支持比旧版更好，特别是RTX 40系列。如果遇到硬件兼容性问题，建议尝试更新内核到最新稳定版。另外，保持驱动和CUDA版本的匹配是避免大部分问题的关键，不要盲目追求最新版本，而应该选择经过充分测试的稳定组合。