Doc*_*ven 6 cuda upgrade tensorflow cudnn
我目前负责让tensorflow-gpu 1.8在我的机器上工作。到目前为止，我一直在使用tf-gpu 1.2，但是由于某些必需的功能，我必须升级我的安装。
在这样做之前，我想检查是否有最佳实践。我当前的设置如下所示：
正如在tf主页上所写，我将不得不使用CUDA v9.0以及cuDNN v7.1。由于所有这些说明都是针对全新安装而不是更新，因此，我不确定是否最好先卸载旧版本。
如果您已经遇到相同的问题，请分享您的经验。谢谢！
感谢@joãogabriel sf，我能够成功卸载CUDA 8.0 / cuDNN 5.1并安装了最新版本的tensorflow。由于整个过程令我有些困惑，因此我决定发布一个快速演练，并可能为处于相同情况的人们提供帮助。
拆装
首先，我卸载了cuda及其所有依赖项。通过软件包管理器安装它时，我使用apt-get将其删除。对于runfile安装，您可以检查this。
sudo apt-get --purge remove cuda
sudo apt-get autoremove
dpkg --list |grep "^rc" | cut -d " " -f 3 | xargs sudo dpkg --purge
另外，我检查了所有cuda文件夹/usr/local/并将其删除。关于cuDNN，通过删除所有cuda文件夹，已删除了相应的cuda标头和库。
安装
首先检查图形卡的驱动程序。CUDA 9.0可与v384.111驱动程序配合使用（因此不需要390.xxx），因此在这里我无事可做。
我在这里以deb（本地）下载了CUDA Toolkit 9.0 。在同一文件夹中，我执行了
dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64-deb
sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda
然后设置环境变量：
export PATH=${PATH}:/usr/local/cuda-9.0/bin
export CUDA_HOME=${CUDA_HOME}:/usr/local/cuda:/usr/local/cuda-9.0
export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:/usr/local/cuda-9.0/lib64
之后，我按照此处所述验证了我的安装。
我从档案库中以tarball下载cuDNN 7.1，并通过安装
tar -xzvf cudnn-9.0-linux-x64-v7.1.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h \
/usr/local/cuda/lib64/libcudnn*
启动Python bash之后，我能够导入tensorflow并运行一个简单的图形。
再次感谢您，祝您度过愉快的一周！
请参阅此文档。他们说总是先从 cuda 中删除旧版本。
并且由于 cuda 9.1 需要驱动程序 >= 390 版本（检查兼容性图表）。最好删除您当前的驱动程序。但是不用担心，因为 390 驱动程序在安装时附带了 cuda 9.1。
现在，作为个人建议，我会说删除与 nvidia/cuda 相关的几乎所有内容（不包括 python）。由于某些原因，在 Ubuntu 中安装和设置 CUDA 时很容易搞砸。
如果安装后有任何问题，请参阅ubuntu-16-04-lts-login-loop-after-updating-driver-nvidia，这是我前段时间回答的帖子。