本文讲述了博主在安装ubuntu22.04和配置深度学习环境的过程。

首先，安装ubuntu22.04的教程参考b站视频：https://www.bilibili.com/video/BV1Cc41127B9/?spm_id_from=333.337.search-card.all.click

只需要注意R9000P的CPU是AMD而不是Intel，所以可以直接跳过视频中关闭Intel RST这一步骤。

并且，在ubuntu换源以后，建议直接升级内核到最新版本：

sudo apt update
sudo apt upgrade

ubuntu安装软件时下载的安装包为.deb类型，采用以下命令进行安装：

sudo dpkg -i XXXXXXX.deb

这里介绍一下博主的分区情况：

由于博主加装了一块1T的固态硬盘，所以直接把ubuntu22.04安装在这个上面了，由于博主也不太能把握/home的使用情况，所以也将/和/home挂载点合在一起了。综上，一共是划分了三个区域：引导区、swap分区、根挂载点（\），引导区划分了2GB，swap分区划分了32GB（最好是内存的一倍以上），其余的全划给了\。

安装完成后，第一个需要安装的就是nvidia显卡驱动了，这也是最麻烦的。

博主在配置时主要是参考了这篇文章：

https://blog.csdn.net/weixin_57950978/article/details/139924075?spm=1001.2014.3001.5506

但是这篇文章在安装nvidia显卡驱动时并没有展开介绍，所以博主在此补充一下。

首先需要注意的是在安装nvidia显卡驱动之前，一定要将电脑的驱动形式调整成集显，不然ubuntu就会黑屏并且无法进入，再安装好nvidia显卡驱动以后，再将电脑的驱动形式调成独显。

其次，博主在安装时遇到了以下问题：

ERROR:An error occurred while performing the step: "Building kernel modules". See /var/log/nv

也就是无法构建核，按照报错查看报错日志：

cat /var/log/nvidia-installer.log

查看后发现，博主遇到的问题是安装的gcc版本不匹配，安装的是gcc11.4，但要求gcc12.3，于是博主安装了gcc-12以后解决了这个问题：

sudo apt install gcc-12

后续安装过错中需要额外注意一点，就是这个选项一定要选 “否”！！！否则后续就会无法进入ubuntu！！！参照以下文章：

https://blog.csdn.net/D258384/article/details/139382787?spm=1001.2014.3001.5506

安装完成后输入以下命令进行查看：

nvidia-smi

然而，博主在这又出现了问题，显示显卡丢失：

No devices were found

博主后续发现是nvidia显卡驱动必须安装open版本，具体操作见如下文章：

https://blog.csdn.net/jsnsnsb/article/details/140325562?spm=1001.2014.3001.5506

博主在这里是卸载了之前的nvidia显卡驱动重新安装了open版本的，然后就成功显示了！

Sat Nov  1 16:20:08 2025       
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 580.95.05              Driver Version: 580.95.05      CUDA Version: 13.0     |

接着选择低于上面输出的CUDA Version的CUDA进行安装，博主在这里选择的是cuda-12.8版本，是下载的.run文件安装的，后续安装很顺利没有出现问题。

接着安装cudnn，只要是能适配12版本的cuda的就可以，博主选择的是cudnn-8.9.7版本，是下载的tar压缩包进行安装的，安装过程也很顺利没有出现问题。

最后就是安装最新版本的Anaconda和适配的pytorch了，后续的安装过程也很顺利。

祝大家都能顺利配置深度学习环境！！！