问题7：虚拟机+ubuntu+安装cuda（傻瓜式操作）+cuda path配置+查看cuda的版本

目录

1.cuda的安装

2.cuda path的配置

3.检查cuda的版本号（为安装pytorch做准备）

...

建议看看下面的几条ps，可以避免踩坑！

ps：本文所用ubuntu系统版本为v-22.04（如果打算安装可以参考博主的另一篇文章），ubuntu-v-22.04最高支持cuda-v-11.7.0

ps：此文为2023.2.4所写，此时pytorch支持的cuda版本最高为v-11.7。

ps：因为自己没提前查看pytorch支持的cuda的最高版本，因此装了个v-12.0，在这写下这篇博客，希望让你们少踩坑。

ps：试过各种卸载方法都删除不干净，无奈只能重新装系统。

ps：安装cuda Toolikt ，因为它是cuda的工具包，包含了cuda的全部工具，可以认为

cuda Toolikt>cuda

ps：本教程需要知道自己的ubuntu的版本，大家可以在终端运行lsb_release -r查看自己的ubuntu的版本号

lsb_release -r

一.操作步骤

1. - 打开cuda官网：https://developer.nvidia.com/cuda-toolkit-archive

（ps：大家可以安装自己所需的cuda 版本,本文选择cuda11.7）

2.依次选择【Linux】->【x86_64】->【Ubuntu】->【22.04（选择自己的ubuntu版本号）】->【deb(local)】

3.找到框中所示代码！

4.框中代码如下所示。

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin
sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda-repo-ubuntu2204-11-7-local_11.7.0-515.43.04-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2204-11-7-local_11.7.0-515.43.04-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2204-11-7-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda

5.按住快捷键：Ctrl+Alt+T，打开终端，按顺序复制代码并回车运行。

（终端代码运行示例如下）

6.到这cuda就安装完成啦，接下来进行cuda path的配置。

二.cuda path的配置

2.1代码详解+汇总

#第一步
#输入如下代码并回车
sudo nano ~/.bashrc

#第二步
#在末尾添加环境变量
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda

#第三步
ctrl +o -->+回车
ctrl +x 

#第四步
# 更新环境变量配置
source ~/.bashrc

#第五步
#查看cuda的版本
nvcc --version

2.2代码图文详解如下：

2.2.1.输入下述代码回车，接着输入本机账户密码！

sudo nano ~/.bashrc

2.2.2.滑动鼠标滚轮，在最后面添加下述代码

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda

2.2.3.ctrl+o 写入+回车

2.2.4.ctrl +x 推出

2.2.5.输入更新环境变量配置

source ~/.bashrc

三.输入nvcc --version/nvcc -V查看cuda的版本号

#第一个方法
nvcc --version
#第二个方法
nvcc -V

恭喜你，到这一步说明cuda已经安装好，并且环境变量配置也完成了哦！接下来准备安装pytorch，进行yolov5的学习。

如有问题欢迎指正👃。