ubuntu18安装多版本Cuda以及相应cudnn

版本选择：https://tensorflow.google.cn/install/source

1.机器中已经安装了cuda9.0以及相应的cudnn,并且配置了多个版本的gcc，并且目前使用的是gcc6以下（cuda9.0安装需要gcc6以下的，而原本系统中默认gcc7。）

2.下载安装cuda10.0,不要配置环境变量（这样可以保证默认使用第一个版本的cuda），然后安装相应版本的cudnn。(可以cd /usr/local 发现有cuda cuda9.0 cuda10.0，安装cuda9.0的时候配置了环境，cuda是指向cuda9.0的,这个可以输入stat cuda查看指向的链接)

运行cuda10.0的run文件

按q可以退出协议文件，然后继续选择：

 

下载相应cudnn  安装 其中cuda->cuda-10.0

3.使用

• 假设第一次安装的版本如下：cuda9.0 + cudnn7.0 （即本机的默认环境）

• 现在需要运行tensorflow-gpu1.14.0 + cuda10.0 + cudnn7.4 + python3.6。那么执行以下步骤
  a. 先用anaconda创建一个虚拟环境:$ conda create -n cuda10_test python=3.6(查看虚拟环境：conda-env list)
  c. 开启虚拟环境：$ source activate cuda_test
  d. 新建启动该虚拟环境时需要运行的脚本：

  $ mkdir -p /home/username/.conda/envs/cuda10_test/etc/conda/activate.d
  $ vim /home/username/.conda/envs/cuda10_test/etc/conda/activate.d/activate.sh
  $ chmod +x /home/username/.conda/envs/cuda10_test/etc/conda/activate.d/activate.sh
  

  在脚本中输入以下内容，使该虚拟环境启动时，自动切换为cuda10.0：

  ORIGINAL_CUDA_HOME=$CUDA_HOME
  ORIGINAL_LD_LIBRARY_PATH=$LD_LIBRARY_PATH
  export CUDA_HOME=/usr/local/cuda-10.0
  export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH
  

  d. 新建退出该虚拟环境时需要运行的脚本：

  $ mkdir -p /home/username/.conda/envs/cuda10_test/etc/conda/deactivate.d
  $ vim /home/username/.conda/envs/cuda10_test/etc/conda/deactivate.d/deactivate.sh
  $ chmod +x /home/username/.conda/envs/cuda10_test/etc/conda/deactivate.d/deactivate.sh
  

  在脚本中输入以下内容，使该虚拟环境退出时，自动切换为本机默认环境（即cuda9.0）：

  export CUDA_HOME=$ORIGINAL_CUDA_HOME
  export LD_LIBRARY_PATH=$ORIGINAL_LD_LIBRARY_PATH
  unset ORIGINAL_CUDA_HOME
  unset ORIGINAL_LD_LIBRARY_PATH
  

• 至此，多版本cuda共存的问题就解决了。如果使用不同版本的tensorflow-gpu，就可以自动切换cuda版本了。如果版本多于两个，利用同样的原理进行配置启动与退出时的规则即可。

• 激活环境后使用如下命令。可以分别查看路径，动态链接库路径发生了改变

  echo $CUDA_HOME
  echo $LD_LIBRARY_PATH