cuda 和 cudnn 库的卸载与安装

本文作为下文的补充：

在将 tf2.0 升级到 tf2.1 后，需要同步地将cuda版本更新到 10.1 ，才能正常使用 gpu。以下将以从 cuda 10.0 升级到 cuda 10.1 为例，介绍如何查看 cuda、cudnn 版本以及进行卸载和安装。

1 查看版本

windows

cuda：在cmd中直接输入nvcc -V，或者cd进入到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0目录，输入cat version.txt。

cudnn库：cd进入到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include目录，输入cat cudnn.h | grep CUDNN_MAJOR -A 2。当然直接打开cudnn.h文件，查看CUDNN_MAJOR变量的值也是可以的。

linux

cuda：nvcc –V或cat /usr/local/cuda/version.txt。

cudnn库：cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2。

2 卸载

windows

在windows设置-->应用-->应用和功能中，将带NVDIA并且具有版本号的软件都卸载掉（比如要卸载10.0，那就将下图的软件都卸载）。

进入到环境变量的path变量中，删除旧版本的两个变量。

删除C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA 下的v10.0文件夹（ cudnn 就在其中）。

linux

参考：https://blog.csdn.net/qq_33200967/article/details/80689543

3 安装（windows）

Linux参考：https://blog.csdn.net/qq_33200967/article/details/80689543

3.1 查看软件要求

在tf官网 tensorflow gpu support 中查看 tf 版本对应的软件要求（Software requirements），例如要安装 tf2.1 ，可以看到要求 cuda 版本为 10.1（cuda 10.1 的安装要求驱动版本高于 418.x ，如果不满足，在后面的cuda安装中也会自动更新）。

3.2 cuda

安装

在 NVIDIA官网中下载对应版本的 cuda ，打开下载到的安装包cuda_10.1.243_426.00_win10.exe，开始安装。

在安装过程中，注意：

选择自定义安装

去掉NVDIA GeForce Experience，因为这东西没用

如果没有安装vs的话，必须去掉在CUDA中的visual studio integration这一项，反正不管怎样去掉就对了。

请确认其他要安装的组件，都满足“新版本”（待安装版本）比“旧版本”（已有版本）要高级的，否请请去掉勾选。

检查

在环境变量中，确认以下两项：

在命令行中输入nvcc -V查看安装的版本。
打开路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin 检查nvcc.exe是否存在。
打开路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64 检查cupti64_101.dll是否存在。