http://geyao1995.com/CUDA8_CUDA9/
tensorflow1.5版本竟然不支持CUDA8.0了
卸載是不可能卸載的
1.原料准備
-
CUDA9.0下載:https://developer.nvidia.com/cuda-90-download-archive
建議選擇使用
.run
文件安裝,因為使用.deb
可能會將已經安裝的較新的顯卡驅動替換。 -
cuDNN7.0下載(需要注冊賬號,注意選擇對應CUDA9.0的版本):https://developer.nvidia.com/cudnn
對於cuDNN7.0的安裝方式選項,我選擇的是cuDNN v7.0.5 Library for Linux,對應於
cudnn-9.0-linux-x64-v7.tgz
文件,解壓之后放到cuda-9.0文件夾中就可以。 -
本機已經安裝的版本是CUDA8.0和cuDNN5.1
2.打開菜譜
不去網上瞎找教程,參考官方文檔
CUDA(看左上角是不是CUDA9.0版本的文檔,如果顯示最新版本,需要去找舊的9.0版本):https://docs.nvidia.com/cuda/archive/9.0/cuda-installation-guide-linux/index.html
cuDNN:https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#install-linux
3.下鍋
1.安裝新版本的CUDA和cuDNN
除了安裝顯卡選擇no,還有一步要選擇no(因為之前第一次安裝cuda8.0,已經創建了/usr/local/cuda這個symbolic link,所以這里就沒必要再創建一次了):
1 |
Do you want to install a symbolic link at /usr/local/cuda? |
最后一步,安裝CUDA 9.0 Samples也可以選no。
提醒:在第一次安裝CUDA中,官方文檔中重要的一步,在
~/.bashrc
文件中添加(對於64位系統):
1
2
3
如果是9.0版本CUDA,將8.0換為9.0。
安裝好后,/usr/local/下面有三個文件夾:cuda-8.0、cuda-9.0、cuda(這個是軟鏈接)
接下來加入cuDNN,注意這里cuDNN官方教程中給的是:
1 |
|
多版本情況下需要將cuda文件夾替換成cuda-9.0文件夾:
1 |
|
2.版本切換
把
~/.bashrc
下與cuda相關的路徑都改為/usr/local/cuda/
而不使用/usr/local/cuda-8.0/
或/usr/local/cuda-9.0/
所以,此時~/.bashrc
中應該是:
1 |
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}} |
記住,cuda是symbolic link,所以想切換CUDA版本的時候只需要將cuda-8.0或cuda-9.0指向cuda就可以了。
刷新:
1 |
source ~/.bashrc |
1.切換到CUDA9.0
1 |
rm -rf /usr/local/cuda #刪除之前創建的軟鏈接 |
2.切換到CUDA8.0
1 |
rm -rf /usr/local/cuda #刪除之前創建的軟鏈接 |
4.總結
- 本機安裝好CUDA8.0+cuDNN5.1和CUDA9.0+cuDNN7.0。在/usr/local目錄下兩個文件夾cuda-8.0和cuda-9.0。
- 添加軟鏈接cuda到PATH。
- 想用哪個版本的CUDA,就將哪個版本的CUDA鏈接到cuda。
5.其他方法
可以使用conda安裝(未驗證):
1 |
conda install -c anaconda cudatoolkit |
或者用別的channel:
1 |
conda install -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/ cudatoolkit=8.0 |
致謝
感謝維天大神提供的思路,要不然就買一台新電腦了!
參考
《安裝多版本 cuda ,多版本之間切換》:https://blog.csdn.net/maple2014/article/details/78574275