ubuntu, 给不同版本Pytorch指定特定CUDA版本

笔者电脑中原本装好的是CUDA9.0和pytorch0.4.0，近期由于项目需求要安装最新的pytorch，面临的最直接问题就是当前CUDA版本的不支持。

首先最简单的办法就是重新安装CUDA，但这会导致之前配置环境可能需要重新安装，于是就放弃了这种方法，更换诉求为：保留当前CUDA，给新的pytorch安排另一个版本的CUDA。

在这一步有两种方法，第一种是直接通过anaconda安装，新建一个虚拟环境，进入该环境，安装pytorch的时候指定cuda版本，于是conda会下好该CUDA版本中pytorch需要用到的部分。参考指令：conda install pytorch torchvision cuda100 -c pytorch     （指定CUDA10）。这种方法安装的CUDA正常用pytorch是没什么问题的，而且配环境非常方便，没有特殊需求的话推荐此方法。

那么问题来了，如果有一些特殊要求，比如需要用到CUDA编译库文件，那conda给安装的不完整CUDA就不够用了，会显示找不到CUDA_HOME。此时请出方法二：安装所需要版本的CUDA，由于电脑中已有CUDA，因此此次安装不要设置软链接之类的，我们只是想在虚拟环境中调用下而已，不要弄成全局的。这个方法我参考了多版本CUDA和TensorFlow共存这篇博文，里面讲得很详细。大致思想就是在激活虚拟环境时修改$CUDA_HOME为新的CUDA路径，但是这个只是临时在虚拟环境中用的，因此退出虚拟环境时将$CUDA_HOME恢复为原来的路径。经过验证这个方法是行得通的。

另外关于编译库文件&