cuda 版本查看　及默认版本设置(版本切换)

最新推荐文章于 2024-06-20 22:10:02 发布
最新推荐文章于 2024-06-20 22:10:02 发布
阅读量6.4k 收藏 2
点赞数 1
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Wynnnn_/article/details/104262827
版权

可以进到/usr/local目录下

有cuda  cuda-9.0 cuda10.0等文件夹

目录下有version.txt文件

 

也有nvcc -V 查看的是默认的cuda版本

 

设置默认的cuda版本可以修改环境变量的指向

export PATH=/usr/local/cuda-10.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64$LD_LIBRARY_PATH

各版本切换可以通过软连接

 

 

cudnn版本查看

xwwwwwwww
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
ubuntu安装多个版本的CUDA并随时切换
09-14
主要介绍了ubuntu安装多个版本的CUDA并随时切换，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
windows中cuda版本切换
qq_43264202的博客
08-02 7409
一、安装： cuda的安装教程较多，可以参考的博客： https://blog.csdn.net/zsc201825/article/details/91129403 安装后的默认地址：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA 本人安装了CUDA8.0与CUDA10.0两个版本，文件图如图所示： 二、版本切换： 1.方法一（推荐）： 右击我的电脑，点击属性，左上角选择高级系统设置： 选择环境变量 系统变量中的CUDA_PATH，NVCUDAS
【转载】windows10下安装和切换多个版本的CUDA，详细教程
最新发布
Pharaoh_cool的博客
06-20 375
CUDA多版本切换
切换CUDA版本
deersonglzx的博客
08-04 4059
查看CUDA默认路径，第一个指向真正的 cuda 地址。退出后加载更新后的环境变量。查看已安装的CUDA版本。
实验室服务器，修改CUDA版本流程
坚持
05-03 7847
1、cat  ~/.bashrc >>~/path2、修改path里面的内容为自己想要的CUDA版本：下图为 .bashrc中的部分截图将 .bashrc中圈出部分复制到path中；如下：其中两个 cuda-8.0 的位置就是你想修改的cuda版本的路径位置，正确填入你的cuda路径就可以完成这步操作了。3、修改 kaldi/src下的configure 文件首先使用搜索字符，搜索一下...
linux cuda 环境变量,linux 下设置 cuda 的默认环境变量
weixin_30986285的博客
05-04 1616
在 linux 下使用 pip 安装 tensorlfow 的时候(官方教程：https://www.tensorflow.org/install/pip)， 如果 cuda 的版本不被 tensorflow 支持，安装不会报错，依然会成功。但是实际无法运行程序，利用官方的测试代码检查：$ python -c "import tensorflow as tf; tf.enable_eager_ex...
实验室非root权限配置服务器上自己版本的cuda
qq_40860083的博客
05-12 2756
实验室非root用户安装cuda11.3并配置pytorch
Pytorch 使用不同版本的cuda的方法步骤
09-17
在深度学习领域，PyTorch是一个广泛使用的开源框架，它依赖于CUDA来进行GPU加速计算。然而，由于项目的不同需求，有时我们...通过理解和设置这些环境变量，你可以灵活地在不同CUDA版本之间切换，满足不同项目的需要。
Liunx-Cuda版本切换脚本
06-07
5. **恢复默认或切换回其他版本**：脚本也应该提供恢复到之前版本或切换到其他已安装版本的功能。这通常涉及到撤销先前的环境变量更改并应用新的设置。 6. **注意事项**：在使用多版本CUDA时，需要注意兼容性问题。...
ubuntu16.04安装多个版本CUDA的方法
09-15
例如，要将CUDA可执行文件的默认版本指向CUDA 9.0，可以执行： ``` sudo update-alternatives --install /usr/local/bin/nvcc nvcc /usr/local/cuda-9.0/bin/nvcc 90 sudo update-alternatives --install /usr/...
pytorch安装GPU版本cuda和cudnn安装配置
01-22
- 默认的conda和pip源可能较慢，可以切换到国内的镜像源以加快下载速度。例如，这里使用的是清华大学的镜像源。 - 创建`.condarc`文件，设置channels为国内镜像源，包括main、free、rc等频道。 - 创建`pip.ini`...
手把手教你配置CUDA, cuDNN-十分钟配置本地CUDA, cuDNN
c_h_q_的博客
03-11 1万+
手把手教你配置CUDA, cuDNN-十分钟配置本地CUDA, cuDNN
cat: /usr/local/cuda/version.txt: No such file or directory？如何查询CUDA 和 CUDNN版本
SimpleLearning
06-06 5321
cuda版本查询
Linux（多用户下）查看cuda、cudnn版本、查看已经安装的cuda版本、切换不同版本cuda之间的切换等相关命令
热门推荐
是小武呀
06-07 8万+
Linux（多用户下）调用GPU训练查看cuda版本等相关命令① 查看GPU使用情况：② 查看 CUDA 版本：③查看 CUDNN 版本：④ 不同版本cuda的切换（待更新）。。。。。 ① 查看GPU使用情况： nvcc -V # (V大写) ② 查看 CUDA 版本： cat /usr/local/cuda/version.txt ③查看 CUDNN 版本： cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
Ubuntu20.04下更换CUDA版本
Netceor的博客
03-07 6196
查看版本为10.1nvcc -V依次运行如下命令删除对应的cuda文件夹查看并卸载剩余残留查看删除所有残留再次查看，发现已经没有CUDA了。
Linux上查看已安装的CUDA和cuDNN版本号以及如何查看当前pytorch使用的cuda版本
anshiquanshu的专栏
08-31 1万+
1. 查看CUDA版本 cuda默认安装在/usr/local目录，可以使用ls -l /usr/local | grep cuda查看该目录下有哪些cuda版本 假设有如下输出： lrwxrwxrwx 1 root root 8 Apr 26 2019 cuda -> cuda-9.0 drwxr-xr-x 11 root root 4096 Apr 26 2019 cuda-10.0 drwxr-xr-x 11 root root 4096 Apr 26 2019 cuda...
在不同终端中使用不同cuda且不影响默认cuda版本
baidu_40840693的博客
07-29 245
参考： https://blog.csdn.net/aihua53/article/details/112466439 https://blog.csdn.net/qq_41917697/article/details/114437924 Linux环境变量查看 方法1： echo $PATH 方法2： export -p | grep PATH 我的~/.bashrc中是 在当前终端输入： export CUDA_HOME=/usr/local/cuda-10.0 export PATH=.
如何查看自己的CUDA版本
m0_64346597的博客
07-16 7万+
3060的显卡在我的电脑上的CUDA版本为11.5，寻找与之对应的cudnn。1.搜索栏输入cmd回车（进入cmd）3.输入如下指令查看是否安装CUDA。
两个版本cuda，如何指定cuda版本教程步骤附带cuda时提示空间不足“Not enough space on parition mounted at /”
qq_37346140的博客
11-04 2227
博主系统装了两个版本的cuda，cuda10.0和cuda11.1，但是在使用的时候默认是cuda10.0，使用命令`nvcc --version`输出也是cuda10.0的信息;cuda时提示空间不足“Not enough space on parition mounted at /” 以下给出更改默认cuda版本以及卸载cuda10.0的方法。
ubuntu切换不同版本的cuda
10-20
在Ubuntu上安装多个版本的CUDA并随时切换，可以按照以下步骤进行操作： 1. 下载所需版本的CUDA安装包并安装。 2. 在终端中输入以下命令，将CUDA添加到环境变量中： export PATH=/usr/local/cuda-<version>/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-<version>/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} （其中<version>为CUDA的版本号） 3. 创建一个软链接，将CUDA的默认版本指向所需版本： sudo ln -s /usr/local/cuda-<version> /usr/local/cuda （其中<version>为所需版本的CUDA版本号） 4. 验证CUDA是否正确安装并设置： nvcc -V 5. 如果需要切换到其他版本的CUDA，只需更改软链接即可： sudo rm /usr/local/cuda sudo ln -s /usr/local/cuda-<new_version> /usr/local/cuda
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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