安装CUDA

同样的在运行不同代码的时候，需要的环境不同，所以需要不同的GPU环境，Cuda的需要自然也就发生改变 特别是关于tensorflow的运行中。

首先我们需要在nvidia的官网上找到我们所需要的cuda版本，接下来可以根据各自的实际要求来选择

当前环境配置：Ubuntu20.04 gcc-5， gcc-8， gcc-9， cuda 11.3

需求安装cuda 9

然后运行安装这个runfile sudo sh xxx.run

注意不要安装英伟达驱动 因为之前已经有一个cuda环境 安装过了

然后修改cuda的环境变量 vim ~/.bashrc （如果环境变量使用的是cuda软连接 就可以不用修改环境变量了）

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda

source ~/.bashrc保存环境变量，使配置生效

进入cd /usr/local

发现cuda其实一个软连接，所以以后我们需要切换cuda版本的时候，只需要修改这个软连接的指向就可以了

sudo rm -rf cuda
sudo ln -s /usr/local/cuda-11.5 /usr/local/cuda

可以利用nvcc -V来查看当前CUDA的版本

安装Cudnn

当然有的时候在使用CUDA的时候，还需要使用Cudnn，所以我们需要在对应的CUDA环境内安装我们需要的Cudnn

Cudnn的下载地址，下载的时候需要先登陆一下

然后根据自己环境和CUDA来选择下载的版本 我这里选择是下方的版本

対以下操作进行修改：

tar -xzvf cudnn-9.0-linux-x64-v7.6.5.32.tgz
sudo cp cuda-9.0/include/cudnn.h  /usr/local/cuda-9.0/include
sudo cp cuda-9.0/lib64/lib*  /usr/local/cuda-9.0/lib64


sudo rm -rf libcudnn.so libcudnn.so.7
sudo ln -s libcudnn.so.7.6.5 libcudnn.so.7
sudo ln -s libcudnn.so.7 libcudnn.so
sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h   /usr/local/cuda-9.0/lib64/libcudnn*