ubuntu共存安装cudn10.0和cudn10.2并随时切换，安装cudnn7.6.5+pytorch1.7.0

(1) 环境配置：

• 先说现有环境：
  ubuntu20.04/2080ti/
  nvidia Driver version：显卡驱动：440.82
  cuda 10.0 + cudnn + 7.4.5

因为需要安装pytorch-gpu，查看官网在线安装（太慢，不推荐）:
https://pytorch.org/get-started/locally/

并没有符合cuda10.0的在线版本。尝试cuda9.2，但是太慢了都慢。
所以直接更新环境：

• 待安装环境：
  cuda 10.2 + cudnn 7.6.5 + pytorch 1.7.0

当然我们不希望改动显卡驱动，也需要保留原来的cuda10.0环境不动：

(2) cuda10.0 + cuda10.2共存安装

nvidia官网下载cuda10.2

https://developer.nvidia.com/cuda-10.2-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal

wget https://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
sudo sh cuda_10.2.89_440.33.01_linux.run

可以看到下载的文件版本是：cuda_10.2.89_440.33.01_linux.run
表示该cuda版本：cuda_10.2.89
对应显卡驱动的最低版本：440.33.01 （我的驱动版本是440.82，因此可以使用)

• 共存安装cuda10.2
  此处参考：https://blog.csdn.net/qq_30683995/article/details/82745246
  sudo sh cuda_10.2.89_440.33.01_linux.run安装cuda10.2:

Do you accept the above EULA? (accept/decline/quit):
accept

已安装显卡驱动，不选Driver，不安装示例Sample:

然后，如果我们只是安装这个版本，暂时不使用。选择option, Toolkit option，取消cuda软链接：

done -> 返回上层进行安装。速度很快，因为只需安装对应的库。
安装结束，进行配置：

1. 环境变量

Tensorflow官方安装历程要求注意的是:配置PATH和LD_LIBRARY_PATH和CUDA_HOME环境变量.
 
vim ~/.bashrc #修改配置文件（如果你用的是zsh，则需要修改 ~/.zshrc文件）
 
#在文件结尾处添加，因为我们安装时没有修改安装路径，默认路径在/usr/local/cuda-10.2
#将原来的cuda-10.0版本环境变量修改即可：
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.2/lib64
export PATH=$PATH:/usr/local/cuda-10.2/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.2

2. 修改软链接

sudo rm -rf cuda
sudo ln -s /usr/local/cuda-10.2 /usr/local/cuda

(3) 下载离线安装pytorch+torchversion

下载时请注意python cuda cudnn的版本

1. 去conda官网https://anaconda.org/pytorch/pytorch/files下载pytorch：
   我下载的版本：pytorch-1.7.0-py3.6_cuda10.2.89_cudnn7.6.5_0.tar.bz2
2. 去conda官网下载torchvision：https://anaconda.org/pytorch/torchvision/files
   我下载的版本：torchvision-0.8.1-py36_cu102.tar.bz2

(4)离线安装

最好在虚拟环境中操作：
我的：conda create -n pytorchpro python=3.7

conda install --offline pytorch-1.3.1-py3.7_cuda10.1.243_cudnn7.6.3_0.tar.bz2
conda install --offline torchvision-0.4.2-py37_cu101.tar.bz2

安装完成后，还需要通过pytorch官网的在线安装必要的依赖：
但不需要 -c pytorch

conda install pytorch torchvision cudatoolkit=10.2

然后就可以import torch使用了