精华内容
下载资源
问答
  • 2022-05-18 16:54:41
    • 之前做毕设pytorch需要的cuda10.1

    参考博客:
    博客1
    博客2
    博客3

    • 最近需要安装tensorflow-gpu==1.14需要cuda10.0

    参考博客:
    博客1
    博客2

    更多相关内容
  • 1、先看看版本匹配图 查看电脑驱动版本,也就是下面红色...说明,图片里显示的是我电脑的驱动可支持的CUDA最高版本是11.0,我已经在电脑上安装了cuda-10.1,现在我想再安装一个cuda-10 2、查看tensorflow-gpu版本、cu

    1、先看看版本匹配图

    查看电脑驱动版本,也就是下面红色框框中的版本怎么查
    在这里插入图片描述
    直接输入nvidia-smi命令查询
    在这里插入图片描述
    你可能会遇到如下问题

    GPU之nvidia-smi命令详解
    Windows NVIDIA Corporation下没有NVSMI文件夹解决方法
    找不到nvidia-smi命令怎么办:需要安装环境变量

    说明,图片里显示的是我电脑的驱动可支持的CUDA最高版本是11.0,我已经在电脑上安装了cuda-10.1,现在我想再安装一个cuda-10

    2、查看tensorflow-gpu版本、cuda和cudnn的关系

    在这里插入图片描述

    说明,可以看到cuda-10既支持tensorflow2.0.0,又支持tensorflow1.*版本,看起来适用性广一些,所以选择这个版本安装第二个CUDA。

    通过cuda下载地址,我选择了下方红色框中的cuda-10.0
    在这里插入图片描述

    通过cudnn下载地址,登录之后,我选择下面两种cudnn之一进行下载,cudnn-7.4.2
    在这里插入图片描述

    3、下载好cuda-10.0和cudnn-7.4.2之后,安装

    参考: https://blog.csdn.net/L1778586311/article/details/112398545

    cuda安装:
    在这里插入图片描述
    cudnn安装:

    回到刚才需要记住的那个CUDA的安装目录
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
    把cuDNN压缩包解压缩,分别把bin、include、lib\x64三个文件夹中的.dll、.h和.lib文件复制到CUDA目录下对应文件夹里。

    结果:我安装好了第二个版本的cuda
    在这里插入图片描述

    你可能会遇到vs环境问题:

    下载安装cuda和cudnn

    设置环境变量:

    给路径配置别名:
    CUDA_PATH_V10_0 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
    CUDA_SDK_PATH_V10_0 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0
    CUDA_BIN_PATH_V10_0 %CUDA_PATH_V10_0%\bin
    CUDA_LIB_PATH_V10_0 %CUDA_PATH_V10_0%\lib\x64
    CUDA_SDK_BIN_PATH_V10_0 %CUDA_SDK_BIN_PATH_V10_0%\bin\win64
    CUDA_SDK_LIB_PATH_V10_0 %CUDA_SDK_BIN_PATH_V10_0%\common\lib\x64


    CUDA_PATH_V10_1 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
    CUDA_SDK_PATH_V10_1 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1
    CUDA_BIN_PATH_V10_1 %CUDA_PATH_V10_1%\bin
    CUDA_LIB_PATH_V10_1 %CUDA_PATH_V10_1%\lib\x64
    CUDA_SDK_BIN_PATH_V10_1 %CUDA_SDK_BIN_PATH_V10_1%\bin\win64
    CUDA_SDK_LIB_PATH_V10_1 %CUDA_SDK_BIN_PATH_V10_1%\common\lib\x64

    添加到系统环境变量path中去
    %CUDA_BIN_PATH_V10_0%
    %CUDA_LIB_PATH_V10_0%
    %CUDA_SDK_BIN_PATH_V10_0%
    %CUDA_SDK_LIB_PATH_V10_0%


    %CUDA_BIN_PATH_V10_1%
    %CUDA_LIB_PATH_V10_1%
    %CUDA_SDK_BIN_PATH_V10_1%
    %CUDA_SDK_LIB_PATH_V10_1%

    结果:
    ![在这里插入图片描述](https://img-blog.csdnimg.cn/d8a9164da903478c93c8433ab5311b11.png

    4、测试

    默认的版本是10.0,这是因为10.0在环境变量中在10.1的前面
    在这里插入图片描述
    在这里插入图片描述

    测试10.1
    在这里插入图片描述
    在这里插入图片描述

    测试10.0

    在这里插入图片描述

    在这里插入图片描述

    不同版本的CUDA使用时不需要手动切换,只要环境变量PATH中有相应的CUDA路径即可。在运行项目,需要用到CUDA时会自动在环境变量中寻找合适的CUDA版本,直到找到为止,如果没有,则会报错。

    5、看是否真的自适应切换:确实可以

    测试1,安装tensorflow-gpu-2.3.0,然后看是否可用GPU加速

    在这里插入图片描述

    测试2,安装tensorflow-gpu-1.15.0,然后看是否可用GPU加速
    在这里插入图片描述

    展开全文
  • 而每次推出新版本CUDA又会出现兼容性问题,笔者手中有很多旧版本的代码,移植到新版本中实在过于麻烦,而另一方面又不想在主机中装太多版本的Linux,也不想每次使用旧版本CUDA代码又去重一遍CUDA,所以一直在...

    NVIDIA的CUDA更新实在过于迅速,而每次推出新版本的CUDA又会出现兼容性问题,笔者手中有很多旧版本的代码,移植到新版本中实在过于麻烦,而另一方面又不想在主机中装太多版本的Linux,也不想每次使用旧版本的CUDA代码又去重装一遍CUDA,所以一直在想有什么办法可以让一台设备(同一系统)中装多个版本的CUDA,然后仅仅通过一些命令来达到切换代码的目的。

    经过一段时间的研究后,发现确实有这样的方法,为了说明该过程,以Ubuntu 12.04发行版作为例子,其他版本的Linux请自行参考相关文献,或修改以下命令及过程。 在每次安装CUDA的过程中总是被提示需要安装NVIDIA的CUDA驱动,实际上经过测试,该过程并非必要选项,也就是说可以使用第三方开的驱动就可以达到这一目的。

    在Ubuntu或者Debian系统下,使用如下命令:

    sudo apt-get install nvidia-current

    安装默认的NVIDIA显卡驱动后,就可以直接运行安装包了。

    比如,在笔者的设备中需要安装CUDA5.0及CUDA4.0,为此除了最基本的build-essential外,你还需要安装旧版本的gcc及g++编译器

    sudo apt-get install build-essential

    sudo apt-get install gcc-4.4

    sudo apt-get install g++-4.4

    根据需要,可能还需要安装OpenGL。

    因此,在命令行中键入

    sudo apt-get install freeglut3 freeglut3-dev

    接下来,你需要去NVIDIA的官网,下载你所需要的CUDA版本,5.0以下版本,显卡驱动,SDK样例,NVCC工具都是分开的,而5.0以降的版本则将这三者合并为一个.run的文件,所以你需要注意,除了CUDA 5.0以降,下载5.0以前版本的CUDA我们只需要NVCC工具(toolkits),最多根据个人需要再下载GPU SDK Samples。

    譬如,安装5.0...

    sudo chmod 755 cuda_5.0.35_linux_64_ubuntu11.10-1.run

    sudo ./cuda_5.0.35_linux_64_ubuntu11.10-1.run

    在其中安装选项里,只选择toolkits及sdk

    其中toolkits的安装路径,建议设置为

    /usr/local/cuda-x.x

    x.x表示为你所安装的CUDA版本,比如笔者所安装的分别是4.0和5.0。

    因此对应的地址就为cuda-4.0 和cuda-5.0。

    不出意外,这一步应该十分顺利就可以完成了,当然在安装4.0可能会遇到提示gcc / g++版本不匹配的问题,这也是为什么我们需要安装旧版本gcc和g++编译器的原因所在。

    如果出现以上提示,修改方法有如下两种,根据自己需要进行选择。

    其一,修改usr/bin中gcc和g++的链接,该方法可以通过以下命令实现;

    sudo ln -s /usr/bin/gcc-4.4 /usr/bin/gcc

    sudo ln -s /usr/bin/g++-4.4 /usr/bin/g++

    其二,在‘~/’目录下新建一个bin文件夹,并创建gcc-4.0和g++-4.0的链接,然后修改environment来达到这一目的。

    cd

    mkdir bin

    sudo ln -s /usr/bin/gcc-4.4 /home/user/bin/gcc

    sudo ln -s /usr/bin/g++-4.4 /home/user/bin/g++

    然后通过vim或gedit修改.bashrc文件,在其文件最后,添加一行

    export PATH=$PATH:/home/user/bin/

    然后在命令行中键入,以让设置生效

    sudo ldconfig

    Toolkits安装完毕后,此时你需要将toolkits加入到environment中,这样当你使用nvcc的时候,也就不必键入它的完整路径了。

    不过这里有个小trick,因为我们安装了多个不同版本的toolkits,也就意味说在系统中存在多个版本的nvcc,如果我们不做任何设置,那么每次使用一个版本的CUDA,我们不得不重新设置一遍environment,这样十分麻烦。

    为此,你需要到CUDA的安装目录下,尤其将CUDA的bin和lib文件夹放置在同一级文件夹下。

    也就是说在CUDA 5.0(/usr/local/cuda-5.0/)下,应该有bin 和 lib,而4.0(/usr/local/cuda-4.0/)中也要有有bin和lib这两个文件夹。

    这样我们只需要修改指向cuda的链接,就可以达到任意切换不同版本的cuda的目的。

    然后在.bashrc中,加入:

    export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/lib

    export PATH=$PATH:/usr/local/cuda/bin

    之后,建议在‘~/’中创建一个Makefile

    内容为:

    help:

    echo '********************************************'

    echo 'cuda4 - use CUDA4.0'

    echo 'cuda5 - use CUDA5.0'

    echo 'test - check nvcc version'

    cuda4:

    sudo rm /usr/local/cuda

    sudo ln -s /usr/local/cuda-4.0 /usr/local/cuda

    sudo rm /usr/bin/gcc /usr/bin/g++

    sudo ln -s /usr/bin/gcc-4.4 /usr/bin/gcc

    sudo ln -s /usr/bin/g++-4.4 /usr/bin/g++

    sudo ldconfig

    cuda5:

    sudo rm /usr/local/cuda

    sudo ln -s /usr/local/cuda-5.0 /usr/local/cuda

    sudo rm /usr/bin/gcc /usr/bin/g++

    sudo ln -s /usr/bin/gcc-4.6 /usr/bin/gcc

    sudo ln -s /usr/bin/g++-4.6 /usr/bin/g++

    sudo ldconfig

    test:

    nvcc --version

    接下来,你可能需要编译SDK Samples了,除了需要安装编译sdk samples所需的比如mpi等程序包外,你可能也需要创建几个链接

    sudo ln -s /usr/lib/x86_64-linux-gnu/libglut.so /usr/lib/libglut.so

    sudo ln -s /usr/lib/nvidia-current/libcuda.so /usr/lib/libcuda.so

    之后,cd进入samples然后make

    你就可以开始享受愉快的编程体验了,Good luck! ~! 这篇文章可能多少有些疏漏,如果你遇到了问题,欢迎在下面留言。

    展开全文
  • 我的机器是CUDA16.04的,之前CUDA10.0,因为一些原因,现在需要安转CUDA9.0。1.首先https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&...

    我的机器是CUDA16.04的,之前装过CUDA10.0,因为一些原因,现在需要安转CUDA9.0。

    1.首先https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal

    下载run版本的(如果之前没装过CUDA,可以下载deb版本的)

    2.按照上面的教程

    sudo chmod +x cuda_9.0.176_384.81_Linux.run # 为 cuda_9.0.176_384.81_Linux.run 添加可执行权限

    ./cuda_9.0.176_384.81_Linux.run # 安装 cuda_9.0.176_384.81_Linux.run

    3.相关参数的设置

    Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?

    (y)es/(n)o/(q)uit: n #我已经装过CUDA10了,所以不需要安转9.0的显卡驱动

    Install the CUDA 9.0 Toolkit?

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

    /usr/local/cuda-9.0 is not writable.

    Do you wish to run the installation with 'sudo'? (y)es/(n)o: y #使用超级用户权限

    Please enter your password: Do you want to install a symbolic link at /usr/local/cuda? # 是否将安装目录通过软连接的方式 link 到 /usr/local/cuda,yes or no 都可以,取决于你是否使用 /usr/local/cuda 为默认的 cuda 目录。

    (y)es/(n)o/(q)uit: y #我目前需要使用9.0

    Enter Toolkit Location

    [ default is /usr/local/cuda-9.0 ]:#直接回车

    4.安转结束后相关环境变量的设置

    Finished copying samples.

    ===========

    = Summary =

    ===========

    Driver: Not Selected

    Toolkit: Installed in /usr/local/cuda-9.0

    Samples: Installed in /usr/local/cuda-9.0/Samples

    Please make sure that

    - PATH includes /usr/local/cuda-9.0/bin

    - LD_LIBRARY_PATH includes /usr/local/cuda-9.0/lib64, or, add /usr/local/cuda-9.0/lib64 to /etc/ld.so.conf and run ldconfig as root

    To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-9.0/bin

    Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-9.0/doc/pdf for detailed information on setting up CUDA.

    ***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 384.00 is required for CUDA 9.0 functionality to work.

    To install the driver using this installer, run the following command, replacing with the name of this run file:

    sudo .run -silent -driver

    Logfile is /tmp/cuda_install_11003.log

    如上,需要设置PATH和LD_LIBRARY_PATH两个变量,在./bashrc文件中修改即可,记得要source一些./bashrc,让其生效。

    完成上面这些步骤后,就可以进行多个版本的切换了,直接修改/usr/local/cuda即可,使其指向不同版本的CUDA。

    总结

    以上所述是小编给大家介绍的ubuntu16.04安装多个版本的CUDA的方法,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对我们网站的支持!

    展开全文
  • 比如:已经安装了高版本cuda 和 对应驱动, 而 这驱动 同时也支持 低版本CUDA运行,这种情况通过 修改 配置 文件的方式 ,可以 自由进行 cuda 的切换。 但是如果系统先安装的 cuda9 和对应驱动, 然后你想要给...
  • 如何在电脑上安装多个版本CUDA

    千次阅读 多人点赞 2021-01-09 20:55:25
    10.0…无可奈何只能安装多个CUDA 文章目录环境配置CUDA下载安装(已存在一个)cuDNN下载安装环境变量配置测试 环境配置 CUDA9.2,cuDNN7.1.4 想了解如何配置正确的环境,避免包版本的冲突,可以到这里了解一下conda...
  • 实验室工作站被多人使用导致需求不同的cuda版本,一直没找到一完全完整靠谱的教程,这是我参考几博客完成测试的全过程记录,方便以后操作。
  • 版本cuda共存

    万次阅读 2019-01-17 20:33:51
    首先在机器中安装一个版本的cuda,...安装了两个版本的cuda之后,需要安装anaconda(安装参考链接)来控制python版本以及tensorflow-gpu版本。(其实是因为tensorflow-gpu版本的不同,才要求cuda版本不同的。) 假设第...
  • ubuntu系统上安装多个版本cuda/cudnn

    千次阅读 2022-01-26 12:27:01
    export CUDA_HOME=/usr/local/cuda export PATH=$PATH:$CUDA_HOME/bin export LD_LIBRARY_PATH=/usr/local/cuda10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} sudo rm -rf cuda sudo ln -s /usr/local/cuda-...
  • 如何安装多个版本CUDA

    千次阅读 2021-03-14 15:43:24
    我的机器是CUDA16.04的,之前CUDA10.0,因为一些原因,现在需要安转CUDA9.0。 1.首先https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=...
  • windows一个显卡配置多个CUDA版本下载第二个cuda安装包下载cudnn安装包 之前都是在服务器上配置多个cuda版本,最近在自己电脑上做些小实验,需要用到不同的cuda版本,所以在这里记录一下配置的过程,以备后查。 以下...
  • 常常会需要多python环境,虽然Anaconda能够解决大多数项目所需的不同环境,但是对于环境跨度较大所需CUDA版本不同的项目显然Anaconda就不能很好的解决,这时我们就需要在自己的电脑上同时配置多版本的CUDA开发...
  • 版本CUDA安装切换及CUDA卸载方法

    千次阅读 2021-02-08 19:55:29
    这个问题迟早要遇到… ...tensorflow-gpu安装【同时安装多个CUDA版本】 安装多版本 cuda ,多版本之间切换 在ubuntu上安装多个版本的CUDA,并且可以随时切换 CUDA卸载 win10 卸载cuda windows如何卸载cuda8.0
  • win下conda安装多版本cuda

    千次阅读 2021-12-01 15:18:17
    电脑只能安装一个cuda,但是往往研究tensorflow-gpu的时候,可能需要多个版本的cuda,利用conda可以实现安装多个版本。 安装教程 查看当前cuda版本 nvcc -V 查看conda支持的cudatoolkit版本,这个命令就是看下版本...
  • 曾一度怀疑不能同时个版本,但经过查阅,发现 Ubuntu 上多版本CUDA是可以共存的,只是需要在使用时动态切换。 解决方案 需要修改 /usr/local/cuda软链接的指向,它指向哪个版本便会使用哪个版本cuda,...
  • Tensorflow与cuda版本关系(附加多个cuda版本安装) 多说一句 如果,在网上down的代码用的tf的版本与你本机cuda不一致的话,可以在本机安装多个cuda版本,到时候再根据你自己的项目来选择使用哪个版本的cuda(就我...
  • 如何在ubuntu上安装多个CUDA版本并且便于切换解决方案 假设电脑已经安装了cuda 10.1,现在想要去安装cuda10.0版本(下面使用的图像部分来源于网络,如有侵权,联系我删掉) 1.首先去官网下载cuda10.0 注意下载的类型...
  • win10下安装多个cuda(cuda9.0和10.0),并自由切换版本

    万次阅读 多人点赞 2020-05-16 16:26:36
    最近想测试下cuda版本的高地是否会影响GPU显存的初始占用,如果低版本的cuda占用显存较少那岂不是非常棒?所以这就牵涉到了多版本cuda共存的问题,网上很多博客只是浅谈了安装过程,我这里给出安装过程的可视化结果...
  • 首先一个系统某一时刻只用使用一个CUDA,所以要使用不同的CUDA版本就需要进行切换。 实现的主要步骤: (1)先安装多个版本的CUDA; (2)添加环境变量时,环境变量的路径指向CUDA的软连接,而不是直接指向某个...
  • 注意: 在安装第一个cuda版本的时候,可以选择默认符号链接:symbolic link…:选择yes. 在安装第二个或者后面cuda版本的时候,符号链接要选择no,因为符号链接是直接在/usr/local/中创建一个cuda版本的软连接:/usr...
  • tensorflow-gpu安装【同时安装多个CUDA版本】 一、查看tensorflow-gpu的版本对应的CUDA版本和cudnn版本 tensorflow-gpu官网(查找版本对应关系):...
  • 同一台电脑使用多个版本cuda方法

    千次阅读 2020-03-06 18:47:26
    最近使用的tf2.1需要cuda10.1版本,而mxnet-cu90的gpu版本需要cuda9.0版本,所以需要在两个cuda版本之间切换。 安装新的cuda并不会将原cuda覆盖掉。使用时只需要在系统的环境变量中将相应的cuda版本号重新修改成需要...
  • 文章目录一、卸载cuda和cudnn二、使用步骤1.引入库2.读入数据总结 一、卸载cuda和cudnn 示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码如下(示例): ...
  • 【已解决】兼容多个版本CUDA

    千次阅读 2020-05-21 02:34:09
    不同的论文有不同的要求,之前安装了CUDA8+CUDNN6,现在又要个CUDA9 1 下载对应版本的软件 不同版本的TF-GPU对CUDA+CUDNN的要求在上一文有指出,跳转博文【软件安装】根据Tensorflow-GPU安装CUDA+CUDNN 如何...
  • Windows下CUDA版本共存

    千次阅读 多人点赞 2021-06-15 20:35:52
    windows下同一个显卡配置多个CUDA工具包以及它们之间的切换 CUDA、CUDNN在windows下的安装及配置 二、相关介绍 CUDA与显卡驱动没有对应关系,更新显卡驱动到最新版本即可,显卡驱动下载地址。 cuDNN与CUDA版本要...
  • 参考cuda网址:https://blog.csdn.net/Ding_xiaofei/article/details/86109416 参考cudnn网址:... 安装cuda 下载合适的版本 https://blog.csdn.net/Maple2014/article/details/78574275 ...
  • tensorflow1.xx和tensorflow2.xx需要用CUDA版本不一样,为了使用多版本的tensorflow,尝试安装多版本的CUDA和cuDNN,及切换对应版本的方法。 1、tensorflow与CUDA的版本对应关系如下:...
  • ubuntu18.04 安装多个CUDA版本并可以随时切换 一些踩过的坑: ubuntu18.04是可以兼容ubuntu16.04的CUDA9.0的。 安装CUDA9.0时需要把gcc/g++降级,代码如下: sudo apt-get install gcc-4.8 sudo apt-get install ...
  • CUDA和Tensorflow安装相关问题安装

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 13,252
精华内容 5,300
关键字:

装两个版本的cuda

友情链接: x385.zip