STEP 1. 下载 CUDA 与 CUDNN 安装包

https://developer.nvidia.com/cuda-toolkit-archive

https://developer.nvidia.com/cudnn 注意与 CUDA 版本对应

建议最好将两个版本的 CUDA 与 cuDNN 存放路径整理如下，以方便区分

- cuda8

- cuda # 解压后的 cudnn 6.0

- cuda_8.0.61_375.26_linux.run

- cudnn-8.0-linux-x64-v6.0.tgz

- cuda10

- cuda # 解压后的 cudnn 7.5

- cuda_10.0.130_410.48_linux.run

- cudnn-10.0-linux-x64-v7.5.0.56.tgz

STEP 2. 安装 CUDA

CUDA 10 与 CUDA 8 安装顺序无差别，安装过程如大多数单一版本安装教程一致，在建立软链接时输入 y/n 均可，后面会解释原因。

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

(y)es/(n)o/(q)uit: # 建立软链接时，输入y（yes）表示启用当前安装的cuda版本，反之代表暂时不启用该版本。

STEP 3. 安装CUDNN

分别在 cuda8 与 cuda10 文件夹路径下执行以下命令，cuda-* 表示 cuda-8.0 和 cuda-10.0

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*

STEP 4. 配置环境变量

修改~/.bashrc文件，sudo nano ~/.bashrc

在文件末尾添加环境变量，Tensorflow 官方安装历程要求：配置 PATH，LD_LIBRARY_PATH 和 CUDA_HOME 环境变量。

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

STEP 5. CUDA 版本切换

在安装了多个 cuda 版本后，可以在 /usr/local/ 目录下查看自己安装的 cuda 版本。

查看已安装的 CUDA 版本

其中，cuda 是一个软链接，它指向我们指定的 cuda 版本。注意上面在设置环境变量时，使用的是cuda，而不是cuda-10.0和cuda-8.0，这是为了方便切换 cuda 版本，而不用每次都去改环境变量的值。可以使用 stat 命令查看当前 cuda 软链接指向的哪个 cuda 版本，如下所示：

查看当前 CUDA 版本

当我们想使用任一cuda版本时，只需要删除该 cuda 软链接，然后重新建立指向cuda版本的软链接即可。

sudo rm -rf cuda

sudo ln -s /usr/local/cuda-10.0 /usr/local/cuda

或者 sudo ln -s /usr/local/cuda-8.0 /usr/local/cuda

STEP 6. 查看 CUDA 相关版本

查看GPU版本(N卡)

lspci | grep -i nvidia

查看nvidia驱动版本

cat /proc/driver/nvidia/version

查看CUDA版本

cat /usr/local/cuda/version.txt

nvcc -V # nvidia 编译器版本

查看cuDNN版本

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

最后编辑于：2019.12.19 10:07:35