Ubuntu18.04安装多版本CUDA（10.0、10.2）及对应cuDNN

YOLOv4仅支持CUDA10.0，而Pytorch不支持CUDA10.0，使用过程中需要在CUDA10.0在CUDA10.2之间切换，故有此文。

1 安装CUDA版本1：CUDA10.2

1.1安装CUDA10.2及对应版本cuDNN

参考Ubuntu安装CUDA、cuDNN、PyTorch安装CUDA10.2。

1.2 添加环境变量

修改~/.bashrc文件。

sudo gedit .bashrc

在末尾添加环境变量。

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda

路径中，cuda为symbol link，指向当前调用的CUDA。

2 安装CUDA版本2：CUDA10.0

2.1 安装CUDA10.0

点此下载CUDA10.0，根据需求依次选择即可，如下图所示，下载CUDA10.0及升级包，注意按照下文执行安装指令。

依次执行如下安装指令。

sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
# 下一条指令中将原文cuda-repo-<version>根据实际进行替换
sudo apt-key add /var/cuda-repo-10-0-local-10.0.130-410.48/7fa2af80.pub
sudo apt-get update

第4条指令与原文不同，若执行原文指令，得到如下提示。

这是因为，不添加版本号apt-get默认安装最新版，当前CUDA最新版本为10.2，而CUDA10.2已完成安装。
执行如下操作。

# 查询CUDA版本号
apt-cache madison cuda
# 安装指定版本CUDA
sudo apt-get install cuda=10.0.130-1

安装CUDA10.0升级包。

sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-nvjpeg-update-1_1.0-1_amd64.deb

2.2 安装对应版本cuDNN

点此下载cuDNN，根据CUDA版本选择cuDNN版本。
选择cuDNN Library for Linux即可，如下图所示。

按照此链接中 2.3.1. Installing From A Tar File 小节安装。

3 切换CUDA版本

3.1 切换至CUDA10.0

sudo rm -rf /usr/local/cuda
sudo ln -s /usr/local/cuda-10.0 /usr/local/cuda
nvcc --version

3.2 切换至CUDA10.2

sudo rm -rf /usr/local/cuda
sudo ln -s /usr/local/cuda-10.2 /usr/local/cuda
nvcc --version

参考
使用apt-get查询安装指定版本的软件