CUDA 和 cuDNN的安装、卸载、升级

一、 安装步骤

参考1.【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功

【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功_linux查看cuda是否安装成功_TangPlusHPC的博客-CSDN博客正如题目所言，最近笔者需要配置一台机器上的深度学习环境，即CUDA工具包和与之对应的cuDNN库，具体步骤如下。因为我已经装过了，为了教程演示，首先卸载CUDA工具包，利用其自带的卸载程序：检查本机是否有CUDA工具包，输入:在命令行输入查看显卡驱动版本也就是最高支持的CUDA工具包版本。例如，本机可安装11.2及以下的CUDA工具包：在nVidia官网选择对应版本的CUDA工具包并选择你的机器配置，我们就选择11.2.0版本下载，在终端执行如下命令：根据提示一步步安装键入确认。👇我们已.https://blog.csdn.net/tangjiahao10/article/details/125227005#comments_25033420

参考2.ubuntu 20.04 安装 cuda11.2 和cudnn8.2.1和pytorch1.10.0和tensorflow2.7.0（可能是最简单的安装方法，本人亲测成功）

ubuntu 20.04 安装 cuda11.2 和cudnn8.2.1和pytorch1.10.0和tensorflow2.7.0（可能是最简单的安装方法，本人亲测成功）_林场02的博客-CSDN博客根据TensorFlow 官网，我们选取CUDA11.2搭配cuDNN8.1安装，NVIDIA驱动版本尽量选460系列输入nvidia-smi查询自己显卡的版本和最高支持的CUDA版本，如下图我的显卡驱动版本是460.91.03，最高支持CUDA11.2一、安装cuda11.21.打开官网CUDA Toolkit 11.2 Downloads | NVIDIA Developerwget https://developer.download.nvidia.com/compuhttps://blog.csdn.net/BLC0202/article/details/121564861?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-0.pc_relevant_aa&spm=1001.2101.3001.4242.1&utm_relevant_index=3

在官网选择版本后，会出现安装命令：

 安装完成后，注意查看提示。

如下提示，驱动不匹配，执行sudo sh cuda_11.6.0_510.39.01_linux.run --silent --driver即可注意提示：

根据提示，需要设置一下环境变量：

执行vim ~/.bashrc进行设置。设置完毕后，source ~/.bashrc。

一：安装Anaconda3详细步骤

安装Anaconda3详细步骤 - 知乎 (zhihu.com)

国内镜像源；Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

二： 【linux】conda环境安装

 (630条消息) 【linux】conda环境安装_可乐大牛的博客-CSDN博客_linux安装conda

三：cuda11.2+tensorrt8.2+ubuntu20.04 环境配置

 cuda11.2+tensorrt8.2+ubuntu20.04 环境配置 - 知乎 (zhihu.com)https://zhuanlan.zhihu.com/p/515357788

四： cuda安装

Ubuntu18.04——切换gcc版本 / 报错解决: error -- unsupported GNU version gcc later than 10 are not supported

Ubuntu18.04——切换gcc版本 / 报错解决: error -- unsupported GNU version gcc later than 10 are not supported_51CTO博客_ubuntu更新gcc版本Ubuntu18.04——切换gcc版本 / 报错解决: error -- unsupported GNU version gcc later than 10 are not supported，报错截图/usr/local/cuda/include/crt/host_config.h:139:2:error:#error–unsupportedGNUversion!gccversionslaterthan10arenotsupported!Thenvccflag‘-allow-unsupported-compiler’canbeusedtoohttps://blog.51cto.com/u_15906550/5921397

编译mnistCUDNN时出错：fatal error: FreeImage.h: No such file or directory_勤奋的懒猫的博客-CSDN博客_freeimage.h: 没有那个文件或目录编译mnistCUDNN时出错：fatal error: FreeImage.h: No such file or directory在测试CUDNN是否正常使用时候报错测试CUDNN8.1是否正常使用1. 在https://developer.nvidia.com/rdp/cudnn-archive下载以下三个文件：2. 运行以下命令sudo dpkg -i libcudnn8_8.1.1.33-1+cuda11.2_amd64.debsudo dpkg -i libcud..https://blog.csdn.net/xhw205/article/details/116297555

【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功

 cuda各个版本：   CUDA Toolkit Archive | NVIDIA Developer

三、cuda卸载

1.  Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功

【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功_linux查看cuda是否安装成功_TangPlusHPC的博客-CSDN博客正如题目所言，最近笔者需要配置一台机器上的深度学习环境，即CUDA工具包和与之对应的cuDNN库，具体步骤如下。因为我已经装过了，为了教程演示，首先卸载CUDA工具包，利用其自带的卸载程序：检查本机是否有CUDA工具包，输入:在命令行输入查看显卡驱动版本也就是最高支持的CUDA工具包版本。例如，本机可安装11.2及以下的CUDA工具包：在nVidia官网选择对应版本的CUDA工具包并选择你的机器配置，我们就选择11.2.0版本下载，在终端执行如下命令：根据提示一步步安装键入确认。👇我们已.https://blog.csdn.net/tangjiahao10/article/details/125227005#comments_25033420(base) xuefei@f123:/usr/local/cuda-11.2/bin$ sudo ./cuda-uninstaller
[sudo] password for xuefei:
 Successfully uninstalled

2. Cuda10.2自带cuda-uninstaller不能用时的暴力卸载/cuda暴力降级

CUDA 和 cuDNN的安装、卸载、升级_a flying bird的博客-CSDN博客CUDA 和 cuDNN的安装、卸载、升级https://blog.csdn.net/m0_37870649/article/details/128891549?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22128891549%22%2C%22source%22%3A%22m0_37870649%22%7D

3.环境配置之cuda的卸载（ubuntu）

 环境配置之cuda的卸载（ubuntu）_浅冲一下的博客-CSDN博客_ubuntu卸载cudaCUDA的卸载。在需要切换cuda版本或者卸载cuda的时候使用。https://blog.csdn.net/To_be_little/article/details/123630010