Ubuntu 多版本 CUDA 共存

本文介绍了在Ubuntu系统中如何让CUDA 8.0和TensorFlow 1.4共存,并提供了详细步骤,包括下载CUDA和cuDNN的安装文件,通过修改配置文件实现不同CUDA版本之间的自由切换。同时,为了方便操作,还给出了创建快捷命令的方法。

0 前言

因为之前在电脑上已经装了 Python3.6 + Tensorflow 1.11,所以用 Acaconda 创建了一个 Python2.7 的环境,在里面装 Tensorflow 1.4 ,但是这样有一个问题,就是 CUDA 不兼容,Tendoflow 1.4 需要 CUDA8.0 + cuDNN 6。

所以这里提供了一个能让多版本 CUDA 共存的办法。

1 下载

下载 CUDA 8.0:CUDA下载,下载 runfile 文件。

下载 cuDNN 6:cuDNN下载,下载 tgz 文件。

需要注册一个账号,而且能科学上网最好。。。

2 安装

安装 CUDA,我下载的文件名是 cuda_8.0.44_linux.run,使用以下命令开始安装:

> sudo chmod 777 cuda_8.0.44_linux.run
> ./cuda_8.0.44_linux.run

然后是一个用户协议,按住空格不放很快就到底了。

接下来是一些需要选择的问题:

Do you accept the previously read EULA?
accept/decline/quit: accept

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?
(y)es/
### 解决方案 在Ubuntu系统中切换CUDA版本时可能会遇到多种问题,这些问题通常涉及环境变量设置不当、旧版本残留文件未清理干净以及不同版本之间的不兼容性。以下是针对这些情况的具体解决方案: #### 1. 清理之前的CUDA 为了防止新旧版本之间发生冲突,在安新的CUDA版本之前应该先卸载现有的CUDA及其相关组件。这一步骤非常重要,因为遗留下来的库文件可能导致后续操作失败。 ```bash sudo apt-get remove --autoremove nvidia-cuda-toolkit cuda* ``` 此命令将会移除所有与CUDA有关的软件包[^1]。 #### 2. 设置正确的环境变量 每次更换CUDA版本后都需要重新配置PATH和LD_LIBRARY_PATH这两个环境变量来指向当前使用的CUDA路径。可以在`~/.bashrc`或其他shell初始化脚本里加入如下内容: ```bash export PATH=/usr/local/cuda-X.Y/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-X.Y/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} ``` 请注意替换其中的X.Y为实际要使用的CUDA版本号[^3]。 #### 3. 验证安成功与否 完成上述更改之后,重启终端并运行下面两个测试命令验证是否正确加载了所需的CUDA版本: ```bash cat /usr/local/cuda/version.txt nvcc --version ``` 以上两条指令分别用于读取CUDA目录下的版本信息文件以及查询编译器本身的版本信息。两者应当保持一致且反映最新的安状态。 #### 4. 处理潜在的图形界面问题 有时更新或切换CUDA版本会影响到系统的显示驱动程序,进而造成桌面环境不稳定甚至无法启动的现象。对于这种情况建议采取以下措施之一: - 切换回稳定版的Display Manager (如lightdm),而不是默认启用的新一代协议Wayland; - 或者暂时禁用专有GPU加速功能直到找到合适的解决办法为止; 通过编辑GRUB引导菜单中的内核参数实现后者的效果,具体方法是在开机自检画面按E键修改kernel line, 添加 `nomodeset` 参数保存退出即可生效。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值