【转载】Linux安装CUDA 和 cuDNN，以及CUDA个人环境和系统环境的切换

Linux服务器可以装多个cuda版本，可以在自己bashrc下切换，也可以切换默认的/usr/local/cuda指向的cuda版本。以下为会用到的一些内容，仅为转载。

查看目前虚拟环境pytorch使用的cuda版本。

正确查看方式：

想要查看 Pytorch 实际使用的运行时的 cuda 目录，可以直接输出之前介绍的 cpp_extension.py 中的 CUDA_HOME 变量。

import torch
import torch.utils
import torch.utils.cpp_extension
torch.utils.cpp_extension.CUDA_HOME        #输出 Pytorch 运行时使用的 cuda 

上面输出的/usr/local/cuda即为软链接的cuda版本。

不正确查看方式：

事实上，使用torch,version.cuda命令查看输出的 cuda 的版本并不一定是 Pytorch 在实际系统上运行时使用的 cuda 版本，而是编译该 Pytorch release 版本时使用的 cuda 版本。

参考：1. 查看pytorch运行时真正调用的cuda版本

CUDA和CUDNN的安装及检测

请参考，亲测可行

1. 【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功
2. 服务器中安装多版本的cuda

注意安装完cuda后的环境变量配置，下面的配置是在~/.bashrc还是在/etc/profile中，取决于自己想改变的。如果一个服务器上有多个用户，前者只改变自己的cuda使用版本，后者改变默认的（即会影响别人的，如果别人用的是默认的）

export PATH=//usr/local/cuda-11.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64$LD_LIBRARY_PATH

nvcc -V和nvidia-smi出现的cuda版本不同

系统安装了多个，怎么查看不同的版本？nvcc -V和nvidia-smi显示的cuda版本不同？
是由于CUDA有两个主要的API：runtime(运行时) API和driver API，具体地请参考：

nvcc -V和nvidia-smi出现的cuda版本不同

---

以上均为转载且标明出处，侵删。