Ubuntu 配置多个版本cuda(10.0、10.1)

水深无声 2022-12-14 08:47 293阅读 0赞

很多刚接触深度学习的朋友面临的第一个大坎就是开发环境的配置，经常一折腾就是一两天，更有甚至十天半月也不一定能让代码跑起来，实在是大大滴不友好。

环境配置问题一般都是各个框架与cuda版本的适配问题，装不好cuda就没办法调用gpu进行快速训练或推理，所以深度学习要是用不上gpu这不相当于学习了个寂寞！多提一句，很多童鞋一开始就是接触的tensorflow，特别在tf1.x时代，各个tf版本与不同cuda版本的适配，经常被搞得欲仙欲死，直接从入门到放弃。

今天给大家简单介绍一下如何在Ubuntu系统安装多个版本的cuda，有需要时顺滑进行切换，非常方便。

cuda、cudnn官方下载链接：

[https://developer.nvidia.com/cuda-toolkit-archive][https_developer.nvidia.com_cuda-toolkit-archive]

在官网下载不同版本的cuda版本以及对应的cudnn版本，cudnn需要先注册一下。

这里最好下载runfile的文件格式

![ba2d6518f14940bd6ca7911511067006.png][]

下载好的文件如下，这里以cuda10.1为例：

![8ac6d129fbff1d14a3e00933bd9c1649.png][]

运行以下命令开始安装

sudo chmod +x cuda_10.1.105_418.39_linux.run
    sudo ./cuda_10.1.105_418.39_linux.run

1、选择accept

![11180895558a6dbfe9a599a2b8b5cddc.png][]

2、按回车选择不安装驱动，然后选择Install进行安装

![97739e14d57ba7c5d24c60f1e7bac9ce.png][]

3、选择默认安装路径

![9e410e6b41f077ebd1a2a661b2a4ca7e.png][]

# 设置当前用户的环境变量
    sudo gedit ~/.bashrc

# 在.bashrc文件后面添加如下内容，注意这里不指定具体的cuda版本，就是为了方便切换

export PATH=$PATH:/usr/local/cuda/bin  
    export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64  
    export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64

# 终端运行，使之生效

source ~/.bashrc

检查安装是否成功，终端输入ncvv --version

![56afe9c53fbaee90709565d2bbadcdfd.png][]

这里的cuda已经指向刚安装的cuda10.1的版本，是因为刚安装的时候默认选择了。

安装cuda10.1对应的cudnn，如果目前的cuda软连接指向的是10.1，直接复制过去即可，步骤如下：

tar -zcvf cudnn-10.1-linux-x64-v7.6.5.32.tgz
    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
    sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

#查看cudnn版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

至此，cuda10.1已经安装完成了。假设该机子上已经安装了cuda10.0的版本，如何切换回去呢？

也非常简单。

# 删除目前的软链接
    sudo rm -rf /usr/local/cuda

# 生成新的软链接
    sudo ln -s /usr/local/cuda-10.0 /usr/local/cuda

# 查看当前cuda的版本，或者用nvcc --version
    cat /usr/local/cuda/version.txt

参考：

[https://blog.csdn.net/qq\_34067821/article/details/90710192][https_blog.csdn.net_qq_34067821_article_details_90710192]

[https://blog.csdn.net/yimaoshu/article/details/104931425][https_blog.csdn.net_yimaoshu_article_details_104931425]

[https://blog.csdn.net/kelly1250230225/article/details/106455491][https_blog.csdn.net_kelly1250230225_article_details_106455491]

[https://blog.csdn.net/c2250645962/article/details/105177052/][https_blog.csdn.net_c2250645962_article_details_105177052]

转载自：深度觉醒 公众号

![20201013142811950.png][]

欢迎大家扫码关注！

[https_developer.nvidia.com_cuda-toolkit-archive]: https://developer.nvidia.com/cuda-toolkit-archive
[ba2d6518f14940bd6ca7911511067006.png]: /images/20221123/5e59d11cae3748b4a248323677b70960.png
[8ac6d129fbff1d14a3e00933bd9c1649.png]: /images/20221123/33cfc9bebe784c98a0e0028481ddfa47.png
[11180895558a6dbfe9a599a2b8b5cddc.png]: /images/20221123/51bd17b9adba4019bc4ae2dbaeb733f5.png
[97739e14d57ba7c5d24c60f1e7bac9ce.png]: /images/20221123/c09feaa16f5844f2ac35ced20cd79142.png
[9e410e6b41f077ebd1a2a661b2a4ca7e.png]: /images/20221123/3ec3dd0e05084068807507d8ed8609b3.png
[56afe9c53fbaee90709565d2bbadcdfd.png]: /images/20221123/a5afee304faa4c2e95b83da6cddb31ea.png
[https_blog.csdn.net_qq_34067821_article_details_90710192]: https://blog.csdn.net/qq_34067821/article/details/90710192
[https_blog.csdn.net_yimaoshu_article_details_104931425]: https://blog.csdn.net/yimaoshu/article/details/104931425
[https_blog.csdn.net_kelly1250230225_article_details_106455491]: https://blog.csdn.net/kelly1250230225/article/details/106455491
[https_blog.csdn.net_c2250645962_article_details_105177052]: https://blog.csdn.net/c2250645962/article/details/105177052/
[20201013142811950.png]: /images/20221123/c69c0848ce324cab8196711a73a31d0c.png