标签：tar 注册账号 大神 sample tail ase too 使用 rpo
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
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。
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。
本机已经安装的版本是CUDA8.0和cuDNN5.1
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
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
|
Do you want to install a symbolic link at /usr/local/cuda?
|
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
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
|
|
多版本情况下需要将cuda文件夹替换成cuda-9.0文件夹：
1
|
|
把
~/.bashrc下与cuda相关的路径都改为/usr/local/cuda/而不使用/usr/local/cuda-8.0/或/usr/local/cuda-9.0/
所以，此时~/.bashrc中应该是：
1
|
export PATH=/usr/local/cuda/bin${PATH:+:${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
|
rm -rf /usr/local/cuda #删除之前创建的软链接
|
1
|
rm -rf /usr/local/cuda #删除之前创建的软链接
|
可以使用conda安装（未验证）：
1
|
conda install -c anaconda cudatoolkit
|
或者用别的channel：
1
|
conda install -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/ cudatoolkit=8.0
|
感谢维天大神提供的思路，要不然就买一台新电脑了！
《安装多版本 cuda ，多版本之间切换》：https://blog.csdn.net/maple2014/article/details/78574275
标签：tar 注册账号 大神 sample tail ase too 使用 rpo
原文地址：https://www.cnblogs.com/wangmo/p/10901526.html
