关于CUDA版本切换的问题

最新推荐文章于 2024-10-08 15:09:01 发布
最新推荐文章于 2024-10-08 15:09:01 发布
阅读量6k 收藏 9
点赞数 4
分类专栏： Tensorflow安装问题 文章标签： tensorflow 深度学习 ubuntu
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/qq_41612527/article/details/109164064
版权

问题：

在我重新安装tensorflow中报错信息如下，当前我的CUDA版本太高了，如果安装tf1.8对应版本为CUDA9.0
在这里插入图片描述
在这里插入图片描述

解决：

输入以下命令查看版本

nvcc --version

看的出来版本号
在这里插入图片描述
然后输入一下命令，滑动到最下面，根据所指路径查看，我曾经安装过CUDA9.0 这时候把对应的cuda-10.0改成cuda-9.0

vim ~/.bashrc

在这里插入图片描述
在这里插入图片描述
改完了再输入一下一下命令更新：

source ~/.bashrc

然后再检查一下CUDA版本

nvcc -V

在这里插入图片描述
完成！

ubuntu下安装多版本cuda及版本切换教程
zeeq的博客
10-27 3万+
首先，从官网下载所需版本的cuda安装包，下载链接。选择对应版本后，会跳转到该版本的配置信息页面。比如我是ubuntu20.04系统，已经安装好了cuda10.0，但是现在还需要用到cuda9.0。那么，在选定版本后，配置信息如下图所示（由于Version选项中没有20.04，因此我们随便选一个即可，这里选的16.04，这一选项不会影响后面的安装），Installer Type选择为runfile（因为使用deb文件进行安装的话，可能会将已经安装的较新的显卡驱动给替换掉），选择好之后点击Base Insta
Ubuntu18.04 装系统、cuda、cudnn，主要是Ubuntu的内核版本不能太高，亲测很成功
杰出的小茄子de博客
09-25 820
一、装系统 简单的我就不说了，之说要点 1、选择为图形或无线硬件…安装第三方软件 2、在安装类型中，选择其他选项 3、分区，我选择分区2-3个 EFI分区，主空间，空间起始位置，大小512M； 可以更小点，此分区适合没有安装Windows的系统，安装了Windows的系统已经存在100M 的 efi 分区，可以不另外分出这个 efi 分区。 若已经安装了win10，所以已经存在efi分区，因而这个分区可以不用 /swap（交换分区），逻辑分区，空间起始位置，大小8G，因为我的电脑内存为8G，具体大小
windows如何安装并切换不同版本的cuda，更新cuda版本
热门推荐
一千零一夜的博客
08-01 7万+
不同论文用的cuda版本经常不一样，如何在不同的cuda版本之间自由切换。重新配置配置太麻烦了，所以需要同时安装多个cuda，但window安装一个版本后，安装另一个过程中会自动删除前面版本。 下面是最简单的切换方式 1. 查看当前使用的cuda版本，之前安装好的，没有安装的话，就先安装好一个版本，我的是cuda9.0 2. 开始安装另一个版本，我的是cuda7.5，安装方法和cuda...
CUDA版本问题
Fzc_Ztt的博客
08-28 3042
1. CUDA版本与显卡驱动对应关系、
不同版本的CUDA切换，详细步骤：
最新发布
DCCCY的博客
10-08 436
打开.bashrc文件并修改环境变量，若安装其他版本CUDA时候设置过PATH, 将其注释掉。安装完成后会提示没有加入环境导致不成功，没有关系，之后会通过软链接完成配置。9、重启后，可以看见CUDA, cuDNN已成功切换。3、点击continue,accept;2、进入下载路径，安装runfile。从官网下载得到runfile版本。8、利用软链接切换CUDA版本。
Debug:cuda error gcc 版本过高不支持
子燕若水的博客
08-06 869
error: #error -- unsupported GNU version! gcc versions later than 6 are not supported! 错误的解决方式很简单，就是安装低版本gcc和g++，并创建链接或更改gcc各版本的优先级。 此处为以后考虑安装了gcc-6和g++-6,大家可以自行决定版本，只要比错误中提到的支持上限小就没问题 sudo apt-get install gcc-6 sudo apt-get install g++-6 而后二选一 推..
Ubuntu20.04下更换CUDA版本
Netceor的博客
03-07 6903
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。
为什么 nvidia-smi 出来的CUDA Version 这么高呢
Kp0fS的草稿纸
09-20 581
为什么 nvidia-smi 出来的CUDA Version 这么高呢 结论：显示的那个是当前
Liunx-Cuda版本切换脚本
06-07
6. **注意事项**：在使用多版本CUDA时，需要注意兼容性问题。比如，某些CUDA版本可能不兼容较旧的驱动，或者某些库可能只支持特定的CUDA版本。因此，在切换之前，了解项目的具体需求和依赖关系是非常重要的。 总之...
ubuntu安装多个版本的CUDA并随时切换
09-14
在Ubuntu系统中，安装多个CUDA版本并能轻松切换是一项实用的技能，特别是在开发和测试不同CUDA版本的应用程序时。CUDA是NVIDIA提供的一个并行计算平台，它允许开发者利用GPU的强大计算能力。以下是如何在Ubuntu上...
switch-cuda:一个简单的bash脚本，用于在已安装的CUDA版本之间进行切换
05-11
有时，有必要切换到早期版本的CUDA，以便在实际设置为使用当前版本的CUDA工具包的计算机上运行较旧的代码。 这就像调整一些环境变量的值一样简单，但是手动进行比较麻烦。 因此，此存储库提供了bash脚本 ，该脚本可...
cuda8/9/10等版本一键指令切换
06-17
cuda版本切换，如切换成9.1，运行 sudo sh cuda.sh 9 1 即可。提前在ubuntu内安装好cuda的各种版本，相应的cudnn一并安装结束。运行该脚本可一键进行cuda版本切换，方便快捷。
Cuda版本
weixin_57091441的博客
11-29 1611
cuda
电脑的GPU太强了，pytorch版本跟不上，将cuda驱动进行降级
Ling_Ze的博客
01-24 3706
电脑的GPU太强了，pytorch版本跟不上，将cuda驱动进行降级
ubuntu18 CUDA版本降级
shimmer_ghq的博客
11-23 9754
用别人的代码训练模型时，由于tensorflow-gpu版本太高，报了很多错，一个个改太麻烦，所以直接降级。tensorflow降级为1.14，与此同时也要换成对应版本的CUDA和cuDNN。 1.tensorflow-gpu降级 pip uninstall tensorflow-gpu pip install tensorflow-gpu==1.14 2.gcc降级 我的服务器本身好像是gcc10.几，现在降到5.5 cd /usr/bin sudo rm gcc sudo ln -s gcc-5 gc
ubuntu20.04卸载cuda11.4重装cuda11.0
xiaojinger_123的博客
11-05 1万+
目前CUDA版本为11.4，CUDA版本过高，所以尝试降级，卸载CUDA11.4，安装CUDA11.0。 网上教的卸载方式以pl为结尾，都不大对，从11开始卸载方式有变化，具体为： cd /usr/local/cuda-11.4/bin/ sudo ./cuda-uninstaller 用空格选择所有cuda相关文件，确认，需要一会儿提示成功卸载。 最后扫个尾就可以了： sudo rm -rf /usr/local/cuda-11.4 安装cuda11.0 ...
解决cuda版本不一致以及安装不同版本cuda的方法
鳄鱼的博客
09-03 3955
主要参考自： https://baijiahao.baidu.com/s?id=1663920145053509733&wfr=spider&for=pc https://www.cnblogs.com/laosan007/p/12612446.html
转载：服务器多版本cuda切换
david_ucas的博客
05-03 3638
同一台机子可以兼容多个版本的CUDA的，这两天就要这么来回折腾，稍显麻烦。1. 查看当前机子上CUDA版本；[plain] view plain copynvcc --version  由此可以看到当前是CUDA 8.0。2. 修改.bashrc文件。[plain] view plain copyexport PATH=$PATH:/usr/local/cuda-8.0/bin  export L...
linux切换CUDA版本切换
07-20
在Linux系统中，如果你需要切换CUDA（Compute Unified Device Architecture）版本，通常涉及到以下几个步骤： 1. **卸载当前版本**： 使用命令行工具（如`dpkg`, `apt-get` 或者 `yum`，取决于你的发行版和包管理器）先卸载当前安装的CUDA。例如： ``` sudo apt-get remove nvidia* cuDNN* ``` 2. **清理残留文件**： 删除CUDA相关的配置文件、环境变量以及CUDA samples等目录： ``` rm -rf /usr/local/cuda rm -rf ~/.bashrc CUDA_PATH etc... ``` 3. **下载新版本**： 访问NVIDIA官网（https://developer.nvidia.com/cuda-downloads）下载对应系统的CUDA版本。 4. **安装新版本**： 解压下载的tar.gz文件，然后按照安装向导进行安装。这通常包括添加新的环境变量，更新PATH等。 5. **验证安装**： 安装完成后，你可以运行`nvcc --version`检查新版本是否已经安装并有效。 6. **重启系统或设置环境**： 有时为了使更改生效，可能需要重启计算机或手动编辑.bashrc或~/.bash_profile以加载新版本的环境变量。 请注意，CUDA的某些版本可能会有兼容性问题，所以在升级前最好确认新旧版本之间的兼容性，并查看官方文档。
评论
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