wsl2的ubuntu22.04cuDNN安装

### 安装 cuDNN 的准备工作

为了确保在 WSL2 上顺利安装 cuDNN，在开始之前确认已正确设置了 NVIDIA 驱动程序以及 CUDA 工具包。对于 WSL2 中的 Ubuntu 22.04 版本，建议查看支持的最大 CUDA 版本以匹配合适的 cuDNN 发行版[^1]。

### 查询可用的 cuDNN 版本

通过命令行查询当前系统中可使用的 cuDNN 库版本列表：

sudo apt update
sudo apt list libcudnn*

这一步骤有助于了解哪些版本可以直接从官方源获取并安装[^3]。

### 下载与安装 cuDNN DEB 包

针对特定需求或当所需版本不在默认APT源内时，可以从NVIDIA官方网站下载对应于Ubuntu 22.04系统的cuDNN deb文件，并按照如下方式执行本地安装:

wget https://developer.download.nvidia.com/compute/redist/cudnn/v8.6.0/local_repos/cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb
sudo dpkg -i cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb

上述操作会向 `/etc/apt/sources.list.d/` 添加一个新的 APT 源条目用于后续更新管理[^2]。

### 更新软件包索引并安装 cuDNN

完成以上步骤之后，刷新本地APT缓存并将实际的cuDNN库安装到系统中：

sudo apt-get update
sudo apt-get install libcudnn8

最后验证安装是否成功可以通过运行简单的Python脚本来测试TensorFlow或其他依赖cuDNN的应用能否正常加载GPU加速功能。