-
首先在机器中安装一个版本的cuda,参考链接。
-
然后再安装另一个版本的cuda时,不要配置环境变量(这样可以保证默认使用第一个版本的cuda),然后安装相应版本的cudnn即可。
-
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。)
-
假设第一次安装的版本如下:
tensorfow-gpu1.4 + cuda8.0 + cudnn6.0 + python3.4
(即本机的默认环境),但是你现在需要运行tensorflow-gpu1.6 + cuda9.0 + cudnn7.0 + python3.5
。那么你需要执行以下步骤
a. 先用anaconda创建一个虚拟环境:$ conda create -n cuda_test python=3.5
b. 开启tensorflow-gpu1.6的虚拟环境:$ source activate cuda_test
c. 新建启动该虚拟环境时需要运行的脚本:$ mkdir -p /home/username/.conda/envs/cuda_test/etc/conda/activate.d $ vim /home/username/.conda/envs/cuda_test/etc/conda/activate.d/activate.sh $ chmod +x /home/username/.conda/envs/cuda_test/etc/conda/activ
多版本cuda共存
最新推荐文章于 2025-07-16 10:20:01 发布