实验室服务器多人使用,使用的tf框架版本不同,所需要的cuda不同。因此,需要共存使用。

首先,在安装cuda前,先确保显卡驱动是最新的(因为可以向下兼容,如果驱动版本较老无法使用cuda9.0)。

* 显卡驱动卸载与安装(提前下载好最新版本驱动:http://www.nvidia.com/Download/index.aspx?lang=cn
<http://www.nvidia.com/Download/index.aspx?lang=cn>)
* 进入控制台,Ctrl+Alt+F1
* 关闭图形界面,sudo service lightdm stop
* 卸载现有的显卡驱动,sudo apt-get remove nvidia*
* 安装新驱动, sh NVIDIA-Linux-xxxxxxxxxx.run(注意要提前下载好最新版本驱动:
http://www.nvidia.com/Download/index.aspx?lang=cn
<http://www.nvidia.com/Download/index.aspx?lang=cn>)
* 完成
* 重启(或者 sudo service lightdm start)
 

* 安装好最新版本的显卡驱动后,准备cuda的卸载。(以cuda6.5为例)
* 卸载原有cuda,两种方式(.deb和.run两种方式安装,卸载方法不同)
* .run方法卸载,sudo
/usr/local/cuda-6.5/bin/uninstall_cuda-6.5.pl(有这个文件就说明是之前用.run文件安装的,没有则是用deb文件安装的)
* .deb方法卸载,sudo apt-get autoremove --purge cuda
 

* 较高版本cuda安装(文件下载:https://developer.nvidia.com/cuda-toolkit-archive
<https://developer.nvidia.com/cuda-toolkit-archive>)
* 注意,统一下载 run(local)文件格式比较方便
* 安装,sudo sh cuda_xxxxxxxxxx.run
*
特别要下面的注意选项不要随便yes。有一项问的是否要安装显卡驱动一定要no。toolkit一定要yes。下面的samples和symbol软链接随意选择。
* 对两个版本cuda文件同样操作,我先装的cuda8.0,再cuda9.0,顺序不知道有没有影响
 

* 配置cuda8.0与cuda9.0共同使用。
* 安装好后,可以在
/usr/local/目录下看到cuda-8.0和cuda-9.0两个目录(有可能还有一个cuda软链接,用命令ll看一下链接到哪个目录,无影响)
* 环境配置。这里在系统环境配置文件 /etc/profile里配置(也可以在~/.bashrc文件下设置,这两个文件区别参见
https://www.jianshu.com/p/9d95e5e736da <https://www.jianshu.com/p/9d95e5e736da>
,如果你是用图形界面的服务器,然后还用了IDE,如spyder或者pycharm,一定要在/etc/profile配置,因为~/.bashrc配置只对shell生效)
* 保存后。source /etc/profile 使得其立即生效。
* 之后还有一般还要配置对应的cuDNN,这个就不介绍了,其他资料都很详细,也比较简单。

友情链接
KaDraw流程图
API参考文档
OK工具箱
云服务器优惠
阿里云优惠券
腾讯云优惠券
华为云优惠券
站点信息
问题反馈
邮箱:ixiaoyang8@qq.com
QQ群:637538335
关注微信