anzhuang

CUDA Toolkit Archive | NVIDIA Developer

去这个找对应的cuda版本安装  选x86  runfile

然后执行命令，注意安装的时候不要安装驱动，把这个取消掉

安装最后会问“A symlink already exists at /usr/local/cuda. Update to this installation?”

选no的话就是不改变这个阮连接，他仍指向之前的cuda版本。

sudo rm -rf cuda  移除之前的阮连接
sudo ln -s /usr/local/cuda-10.1 /usr/local/cuda  建立新的阮连接

vim ~/.bashrc打开环境变量文件，进入vim界面。输入字母i，进入编辑模式
\\在bashrc文件中输入以下命令，注意修改你的cuda版本
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.1/lib64
export PATH=$PATH:/usr/local/cuda-11.1/bin
# export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.1

export CUDA_HOME=/usr/local/cuda-11.3

这里改了还不行 但我加上下面就可以了

1. export PATH=/usr/local/cuda-11.2/bin:$PATH

2. export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64:$LD_LIBRARY_PATH

输入完成后，点击esc键并输入:wq!，再按esc键退出vim。

然后保存退出 source ~/.bashrc

这样虽然nvcc-ersion是11.2了，但是print(torch.version.cuda)还是11.1

因为安装pytorch时候的cuda和cudnn是他自己装的。跟额外装的cuda和cudnn没有关系。

【深度学习】卸载不同版本的Cuda - 知乎卸载cuda和cudnn就看这个文章。

---

下载cudnn：

cuDNN Archive | NVIDIAan Developer去昭linux tar包下载。

    tar -xvf cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive.tar.xz
    cd cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive
    sudo cp lib/* /usr/local/cuda-11.2/lib64/
    sudo cp include/* /usr/local/cuda-11.2/include/
    sudo chmod a+r /usr/local/cuda-11.2/lib64/*
    sudo chmod a+r /usr/local/cuda-11.2/include/*
即图片，安装了8.4.0

查看cuDNN版本，旧版本指令为cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A2，新版本有更新，将cuDNN版本信息单拉了一个文件名为cudnn_version.h，所以新版本查看cuDNN版本的命令为cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

 安装pytorch

我们找对应的cuda版本安装，然后再选pytorch版本。