# 在ubuntu安裝神經網路環境

## 安裝版本
nvidia driver: 525 -> 530
CUDA: 12.1
cuDNN: 8.8.1

## 每次都會先做的事
`sudo apt update && sudo apt upgrade -y`

## 移除所有舊版本
`sudo apt purge *nvidia*`

## 顯卡驅動
1. 查詢驅動版本
`ubuntu-drivers list`
選擇一個要安裝的版本
如果沒有特別要求
選最新的(數字最大的)就好

2. 安裝驅動
`sudo apt install nvidia-driver-xxx`
安裝完CUDA後版本可能會變，但不用去管
例如我原本安裝525
安裝完CUDA後自動變成530
這甚至不在`ubuntu-drivers list`顯示的列表裡面

3. 重新開機

4. 檢查驅動
`nvidia-smi`
應該會顯示以下結果
細節目前不重要
能顯示出這個表就行

## CUDA
1. 安裝CUDA
[https://developer.nvidia.com/cuda-downloads](https://developer.nvidia.com/cuda-downloads)
我只用過deb(local)，沒用過另外兩個

2. 重新開機

3. 檢查CUDA
`nvcc -V`
應該會顯示以下結果
如果顯示以下結果
千萬不能安裝`nvidia-cuda-toolkit`
(如果不小心安裝了... 我建議你從`sudo apt purge *nvidia*`那步開始重來)
會顯示說找不到`nvcc`是因為`nvcc`不在路徑中
以我的安裝來說，`nvcc`的路徑是`/usr/local/cuda-12.1/bin/nvcc`
將以下字串加入殼層設定檔(如`~/.bachrc`)的尾端
`export PATH=/usr/local/cuda-12.1/bin/${PATH:+:${PATH}}`
實際路徑依據安裝版本而定

## cuDNN
1. 下載cuDNN
[https://developer.nvidia.com/rdp/cudnn-download](https://developer.nvidia.com/rdp/cudnn-download)

2. 安裝並檢查cuDNN
[https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html](https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html)

###### tags: `linux` `ubuntu` `nvidia` `driver` `cuda` `cudnn` `python` `pytorch`