• 同时安装CUDA8.0和CUDA9.0


    http://geyao1995.com/CUDA8_CUDA9/

    tensorflow1.5版本竟然不支持CUDA8.0了

    卸载是不可能卸载的

    1.原料准备

    1. CUDA9.0下载:https://developer.nvidia.com/cuda-90-download-archive

      建议选择使用 .run 文件安装,因为使用 .deb可能会将已经安装的较新的显卡驱动替换。

    2. cuDNN7.0下载(需要注册账号,注意选择对应CUDA9.0的版本):https://developer.nvidia.com/cudnn

      对于cuDNN7.0的安装方式选项,我选择的是cuDNN v7.0.5 Library for Linux,对应于cudnn-9.0-linux-x64-v7.tgz文件,解压之后放到cuda-9.0文件夹中就可以。

    3. 本机已经安装的版本是CUDA8.0和cuDNN5.1

    2.打开菜谱

    不去网上瞎找教程,参考官方文档

    CUDA(看左上角是不是CUDA9.0版本的文档,如果显示最新版本,需要去找旧的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.下锅

    1.安装新版本的CUDA和cuDNN

    除了安装显卡选择no,还有一步要选择no(因为之前第一次安装cuda8.0,已经创建了/usr/local/cuda这个symbolic link,所以这里就没必要再创建一次了):

    1
    2
    3
    Do you want to install a symbolic link at /usr/local/cuda? 

    (y)es/(n)o/(q)uit: n

    最后一步,安装CUDA 9.0 Samples也可以选no。

    提醒:在第一次安装CUDA中,官方文档中重要的一步,在~/.bashrc文件中添加(对于64位系统):

    1
    2
    3
    > export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
    > export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
    >

    如果是9.0版本CUDA,将8.0换为9.0。

    安装好后,/usr/local/下面有三个文件夹:cuda-8.0、cuda-9.0、cuda(这个是软链接)

    接下来加入cuDNN,注意这里cuDNN官方教程中给的是:

    1
    2
    3
    $ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
    $ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
    $ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

    多版本情况下需要将cuda文件夹替换成cuda-9.0文件夹:

    1
    2
    3
    $ sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include
    $ sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64
    $ sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h /usr/local/cuda-9.0/lib64/libcudnn*

    2.版本切换

    ~/.bashrc下与cuda相关的路径都改为/usr/local/cuda/而不使用/usr/local/cuda-8.0//usr/local/cuda-9.0/

    所以,此时~/.bashrc中应该是:

    1
    2
    export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
    export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

    记住,cuda是symbolic link,所以想切换CUDA版本的时候只需要将cuda-8.0或cuda-9.0指向cuda就可以了。

    刷新:

    1
    source ~/.bashrc

    1.切换到CUDA9.0

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    rm -rf /usr/local/cuda #删除之前创建的软链接
    sudo ln -s /usr/local/cuda-9.0/ /usr/local/cuda
    nvcc --version #查看当前 cuda 版本

    # 成功的话 应该显示如下关于9.0版本的信息

    nvcc: NVIDIA (R) Cuda compiler driver
    Copyright (c) 2005-2017 NVIDIA Corporation
    Built on Fri_Sep__1_21:08:03_CDT_2017
    Cuda compilation tools, release 9.0, V9.0.176

    2.切换到CUDA8.0

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    rm -rf /usr/local/cuda #删除之前创建的软链接
    sudo ln -s /usr/local/cuda-8.0/ /usr/local/cuda
    nvcc --version #查看当前 cuda 版本

    # 成功的话 应该显示如下关于8.0版本的信息

    nvcc: NVIDIA (R) Cuda compiler driver
    Copyright (c) 2005-2016 NVIDIA Corporation
    Built on Tue_Jan_10_13:22:03_CST_2017
    Cuda compilation tools, release 8.0, V8.0.61

    4.总结

    1. 本机安装好CUDA8.0+cuDNN5.1和CUDA9.0+cuDNN7.0。在/usr/local目录下两个文件夹cuda-8.0和cuda-9.0。
    2. 添加软链接cuda到PATH。
    3. 想用哪个版本的CUDA,就将哪个版本的CUDA链接到cuda。

    5.其他方法

    可以使用conda安装(未验证):

    1
    2
    conda install -c anaconda cudatoolkit
    conda install -c anaconda cudnn

    或者用别的channel:

    1
    2
    conda install -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/ cudatoolkit=8.0 
    conda install -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64 cudnn=7.0.5

    致谢

    感谢维天大神提供的思路,要不然就买一台新电脑了!

    参考

    《安装多版本 cuda ,多版本之间切换》:https://blog.csdn.net/maple2014/article/details/78574275

  • 相关阅读:
    1442. Count Triplets That Can Form Two Arrays of Equal XOR
    1441. Build an Array With Stack Operations
    312. Burst Balloons
    367. Valid Perfect Square
    307. Range Sum Query
    1232. Check If It Is a Straight Line
    993. Cousins in Binary Tree
    1436. Destination City
    476. Number Complement
    383. Ransom Note
  • 原文地址:https://www.cnblogs.com/wangmo/p/10901526.html
Copyright © 2020-2023  润新知