• ubuntu安装多个版本的CUDA


    需求背景

    先吐槽一下tensorflow,好久没用tf了,忘了tf2和tf1相差很大,而且对cuda和cudnn版本对应有严格要求,如下:

    https://raychiu.blog.csdn.net/article/details/121649361
    https://raychiu.blog.csdn.net/article/details/119598132
    https://www.tensorflow.org/install/source#common_installation_problems

    实在是不如pytorch好用,但是今天避不开要用tf1.15,因此目前我的CUDA11和cudnn8就用不了了,但是平时其他环境要用也不能随便卸载了再装,考虑配置一个多CUDA环境

    第一种方式(配置到conda环境里没成功)

    https://blog.csdn.net/zhy_27/article/details/123648419

    第二种方式

    安装了CUDA10.0后,默认安装位置 /usr/local 目录下,默认会建立软链接:
    /usr/local/cuda --> /usr/local/cuda-10.0
    配置环境变量 ~/.bashrc :

    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
    
    • 1
    • 2
    • 3

    可以看到环境变量里配置的是软链接的地址,其实我现在有两套环境:
    在这里插入图片描述
    可以通过切换软链接来控制版本:

    sudo rm -f /usr/local/cuda
    sudo ln -s /usr/local/cuda-10.0 /usr/local/cuda
    sudo rm -f /usr/local/cuda
    sudo ln -s /usr/local/cuda-11.0 /usr/local/cuda
    
    • 1
    • 2
    • 3
    • 4

    相关命令:

    查看cuda版本 : nvcc -V
    查看位置 : which nvcc
    查看NVIDIA动态使用情况: watch -n 1 nvidia-smi
    cuda 版本 : cat /usr/local/cuda/version.txt
    cudnn 版本 : cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
    NVIDIA 驱动版本 : cat /proc/driver/nvidia/version
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
  • 相关阅读:
    0基础学python,给大家首推这些书!
    聊聊 flink 的时间窗口
    原创 | 手把手带你玩转Apache MADlib
    JavaScript数据类型
    Django-Import-Export插件控制数据导入流程
    VS2019创建GIt仓库时剔除文件或目录
    利用图神经网络进行药物再利用的计算方法(下)
    一文讲透彻Redis 持久化
    自组织是管理者和成员的双向奔赴
    aac转化为mp3,详细的转换步骤
  • 原文地址:https://blog.csdn.net/RayChiu757374816/article/details/126682812