Ubuntu 20.04深度学习环境搭建避坑指南：从显卡驱动到TensorRT的实战经验

1. 环境准备与系统优化

在开始搭建深度学习环境之前，我们需要确保Ubuntu 20.04系统处于最佳状态。许多初学者往往忽略这一步骤，直接跳转到驱动安装，结果导致后续问题频发。

首先，更新系统软件包是一个好习惯：

sudo apt update && sudo apt upgrade -y

接下来，安装一些基础开发工具：

sudo apt install -y build-essential cmake git wget

常见问题与解决方案 ：

• 问题 ：系统更新后出现依赖冲突
• 原因 ：第三方软件源版本不兼容
• 解决 ：先禁用所有非官方源，逐步添加测试

提示：建议在安装前创建系统快照，方便出现问题后快速恢复

2. NVIDIA显卡驱动安装的陷阱与对策

显卡驱动安装是第一个"雷区"，处理不当可能导致系统无法启动。以下是经过验证的可靠方法：

2.1 禁用Nouveau驱动

sudo bash -c "echo 'blacklist nouveau' >> /etc/modprobe.d/blacklist-nouveau.conf"
sudo bash -c "echo 'options nouveau modeset=0' >> /etc/modprobe.d/blacklist-nouveau.conf"
sudo update-initramfs -u

重启后验证是否禁用成功：

lsmod | grep nouveau

2.2 选择合适的驱动版本

不要盲目选择最新驱动，而应根据CUDA版本需求选择：

CUDA版本	推荐驱动版本
11.3	465.19.01
11.4	470.82.01
11.5	495.29.05

安装驱动：

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt install -y nvidia-driver-465

2.3 验证安装

nvidia-smi

典型错误处理 ：

• 黑屏问题 ：尝试在GRUB启动时添加 nomodeset 参数
• 登录循环 ：卸载驱动后重装，确保选择正确的开源/闭源版本

3. CUDA 11.3安装的精细调整

CUDA安装看似简单，但版本兼容性问题常常让人头疼。

3.1 下载与安装

wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run
sudo sh cuda_11.3.1_465.19.01_linux.run --override

安装时关键选项 ：

• 取消勾选驱动安装（已单独安装）
• 接受许可协议
• 选择默认安装路径

3.2 环境变量配置

编辑 ~/.bashrc 文件，添加：

export PATH=/usr/local/cuda-11.3/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

应用更改：

source ~/.bashrc

验证安装：

nvcc --version

3.3 多版本CUDA管理

如果需要多个CUDA版本共存，可以使用符号链接方式切换：

sudo rm /usr/local/cuda
sudo ln -s /usr/local/cuda-11.3 /usr/local/cuda

4. cuDNN安装的隐藏细节

cuDNN的安装虽然简单，但版本匹配至关重要。

4.1 下载正确版本

确保下载与CUDA 11.3兼容的cuDNN 8.2.x版本。

4.2 安装步骤

sudo cp cuda/include/cudnn*.h /usr/local/cuda-11.3/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.3/lib64
sudo chmod a+r /usr/local/cuda-11.3/include/cudnn*.h /usr/local/cuda-11.3/lib64/libcudnn*

4.3 验证安装

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

5. TensorRT的复杂部署

TensorRT的安装最为复杂，需要特别注意Python环境管理。

5.1 下载与解压

tar -xzvf TensorRT-8.2.5.1.Linux.x86_64-gnu.cuda-11.4.cudnn8.2.tar.gz

5.2 Python包安装

在虚拟环境中安装：

cd TensorRT-8.2.5.1/python
pip install tensorrt-8.2.5.1-cp38-none-linux_x86_64.whl

5.3 环境变量配置

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/path/to/TensorRT-8.2.5.1/lib

5.4 验证安装

import tensorrt
print(tensorrt.__version__)

6. 环境测试与性能优化

完成所有组件安装后，需要进行综合测试。

6.1 基准测试

使用官方示例测试性能：

cd TensorRT-8.2.5.1/samples/trtexec
make
./trtexec --onnx=model.onnx

6.2 性能调优技巧

• 使用FP16精度提升推理速度
• 调整batch size优化显存使用
• 启用TensorRT的优化策略

6.3 常见错误排查

• 版本不匹配 ：检查所有组件版本兼容性
• 显存不足 ：减小模型规模或batch size
• 性能低下 ：检查是否启用了GPU加速

7. 长期维护建议

深度学习环境需要定期维护以保证稳定性。

7.1 更新策略

• 非必要不更新驱动和CUDA
• 先测试再应用到生产环境
• 保持虚拟环境隔离

7.2 备份方案

• 记录所有安装组件的版本号
• 备份关键配置文件
• 使用Docker容器封装环境

7.3 性能监控

watch -n 1 nvidia-smi