当前已安装cuda11.1版本,显卡驱动版本:460.91.03, cuDNN版本:8.2.1 for 11.1
欲切换cuda10.2版本使用一下,
1.安装cuda10.2
$ sudo sh cuda_10.2.89_440.33.01_linux.run
过程中面临如下选择:
(1)选择continue执行
(2)accept
(3)安装显卡驱动前面的“+”号去掉(当前460.91.03支持10.2版本),然后点击下面的install
(4)upgrade all
(5)对于有/usr/local/cuda的选择不要处理这个
安装好,然后会在/use/local出现一个cuda10.2文件夹;
2.增加cuda环境变量
$ vim /etc/bash.bashrc
export PATH=/usr/local/cuda-10.2 /binKaTeX parse error: Expected '}', got 'EOF' at end of input: {PATH:+:{PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.2 /lib64KaTeX parse error: Expected '}', got 'EOF' at end of input: …LIBRARY_PATH:+:{LD_LIBRARY_PATH}}
$ source /etc/bash.bashrc
3.cuda间切换
$ sudo rm -rf /usr/local/cuda #删除之前生成的软链接
$ sudo ln -s /usr/local/cuda-10.2 /usr/local/cuda #生成新的软链接
$ sudo ldconfig #使链接生效。
$ nvcc -V #查看当前cuda的版本
4.下载cuDNN for 10.2的版本,解压
$ xz -d cudnn-linux-x86_64-8.3.2.44_cuda10.2-archive.tar.xz
$ tar -xvf cudnn-linux-x86_64-8.3.2.44_cuda10.2-archive.tar
5.安装配置cuDNN for 10.2
$ cd cudnn-linux-x86_64-8.3.2.44_cuda10.2-archive
$ sudo cp include/cudnn.h /usr/local/cuda/include/
$ sudo cp lib/libcudnn* /usr/local/cuda/lib64/
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h
$ sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
$ sudo ldconfig #使链接生效。
完成。
不过可能需要链接如下
$ sudo ln -sf /usr/local/cuda/lib64/libcudnn.so.8.3.2 /usr/local/cuda/lib64/libcudnn.so.8
$ sudo ln -sf /usr/local/cuda/lib64/libcudnn_adv_infer.so.8.3.2 /usr/local/cuda/lib64/libcudnn_adv_infer.so.8
$ sudo ln -sf /usr/local/cuda/lib64/libcudnn_adv_train.so.8.3.2 /usr/local/cuda/lib64/libcudnn_adv_train.so.8
$ sudo ln -sf /usr/local/cuda/lib64/libcudnn_ops_train.so.8.3.2 /usr/local/cuda/lib64/libcudnn_ops_train.so.8
$ sudo ln -sf /usr/local/cuda/lib64/libcudnn_ops_infer.so.8.3.2 /usr/local/cuda/lib64/libcudnn_ops_infer.so.8
$ sudo ln -sf /usr/local/cuda/lib64/libcudnn_cnn_infer.so.8.3.2 /usr/local/cuda/lib64/libcudnn_cnn_infer.so.8
$ sudo ln -sf /usr/local/cuda/lib64/libcudnn_cnn_train.so.8.3.2 /usr/local/cuda/lib64/libcudnn_cnn_train.so.8
$ sudo ldconfig #使链接生效
至此结束
最好重启一下你的PC
注意:如果切换回cuda11.1,参考如上操作3和5即可,只是使用cuDNN for cuda11.1;