You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

CUDA文件夹位置查询及Deb安装CuDNN后的相关问题求助

问题解答

1. deb安装方式不会损害电脑

通过NVIDIA官方deb包安装CUDA和CuDNN是官方支持的标准方式,完全不会对系统造成损害,这点可以放心。

2. /usr/local没有CUDA文件夹是正常现象

deb包与tar包的默认安装路径存在差异:

  • tar包默认将CUDA安装到/usr/local/cuda
  • deb包则会把CUDA组件分散安装到系统标准路径,比如你查到的/usr/lib/cuda(存放库文件)和/usr/include/cuda(存放头文件),这是deb包的常规行为,并非安装失败。

3. whereis找不到cudnn的原因

whereis命令依赖系统索引数据库,而deb安装的libcudnn共享库通常存放在/usr/lib/x86_64-linux-gnu/(64位Ubuntu),可以用以下命令直接定位:

find /usr -name "*cudnn*.so"
find /usr -name "*cudnn*.h"

也可以通过dpkg -l | grep cudnn确认CuDNN包是否已正确安装。

4. 是否需要改用tar包重装?

如果你的开发环境(比如TensorFlow、PyTorch)能正常识别到CUDA和CuDNN库,完全不需要重装。如果因特定需求必须使用/usr/local/cuda的目录结构,可按以下步骤操作:

步骤1:卸载现有deb包

先清理已安装的CUDA和CuDNN组件:

# 卸载CUDA相关包(可用dpkg -l | grep cuda查看具体包名后调整)
sudo apt-get purge nvidia-cuda-toolkit nvidia-cuda-dev
# 卸载CuDNN相关包
sudo apt-get purge libcudnn8 libcudnn8-dev
# 清理残留文件
sudo apt-get autoremove && sudo apt-get clean

步骤2:安装tar包版本

  • 下载对应Ubuntu版本的CUDA Toolkit tar包
  • 运行安装脚本(若已安装NVIDIA驱动,需取消驱动安装选项):
    sudo sh cuda_*.run
    
  • 下载对应CUDA版本的CuDNN tar包,解压后将文件复制到CUDA目录:
    tar -xzf cudnn*.tar.gz
    sudo cp cudnn*/include/cudnn*.h /usr/local/cuda/include/
    sudo cp cudnn*/lib/libcudnn* /usr/local/cuda/lib64/
    sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
    
  • 配置环境变量,在~/.bashrc末尾添加:
    export PATH=/usr/local/cuda/bin:$PATH
    export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
    
  • 生效环境变量:
    source ~/.bashrc
    

内容的提问来源于stack exchange,提问作者Tony Chow

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.07.23 00:12:52