TensorRT多版本pycuda共存导致import pycuda.driver时出现ImportError: libcurand.so.8.0: cannot open shared object

 因工作需要，ubuntu系统中同时存在两个版本的cuda，分别是cuda8.0和cuda9.0。tensorRT本身支持多个版本的cuda，关于tensorRT的安装可以参考官方文档。tensorRT安装完毕后需要安装pycuda，博主本人机器的anaconda中存在两个python环境，一个是安装tensorflow1.0.1(对应cuda8.0)， 另一个是tensorflow1.8.0(对应cuda9.0)，为了一致性，在tensorflow1.0.1的python环境中安装tensorRT_cuda8.0的pycuda，在tensorflow1.8.0的python环境中安装tensorRT_cuda9.0的pycuda.

          首先切换到tensorflow1.0.1的python环境下，设置环境变量，一个是cuda8.0的nvcc的路径必须在PATH环境变量中，另外一个是cuda8.0的lib64路径必须在LD_LIBRARY_PATH环境变量中，然后参考官方文档使用命令 pip install 'pycuda>=2017.1.1' 安装pycuda，pip命令会先下载pycuda的包，然后再编译安装，安装完毕后 import pycuda.driver可以正确导入

          然后切换到tensorflow1.8.0的python环境下，设置环境变量，将cuda9.0的nvcc路径设置在PATH中，cuda9.0的lib64路径设置在LD_LIBRARY_PATH中，然后pip安装。安装完毕后， import pycuda.driver时出现错误：ImportError: libcurand.so.8.0: cannot open shared object

          错误原因：

           pycuda的包下载后，是要编译安装的，pip工具本身有缓存机制，当在tensorflow1.8.0的python环境下使用pip安装时，pip会直接将缓存内的pycuda安装到当前python环境下，但是该pycuda是cuda8.0的nvcc编译出来的，所以存在版本不匹配的问题，当import pycuda.driver时会报错ImportError: libcurand.so.8.0: cannot open shared object

            解决方法：

            先删除pip的缓存，再用pip安装，pip缓存目录为~/.cache/pip