是否可以在同一环境中安装CUDA 9和10，以同时运行Tensorflow 2.0和早期版本？

Question

我有使用Tensorflow的早期版本编写的模型，与CUDA 9版本兼容。我想在此后切换到tensorflow 2.0，但必须将CUDA版本转换为10。但是，如果这样做，我将无法使用新的CUDA版本运行早期编写的代码。如何避免此版本冲突？

Answer 1

您可以根据需要安装任意数量的CUDA版本。只需确保在PATH和LD_LIBRARY_PATH中指定了正确的版本：

export PATH=/usr/local/cuda-10.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH

您可以使用echo $PATH和echo $LD_LIBRARY_PATH检查变量。

Answer 2

您可以在系统上使用CUDA的多个版本，但是在这种情况下，我不建议您使用它。有一个Tensorflow 2.0工具可将您的代码（如果编写正确）转换为Tensorflow 2.0。您可以阅读有关此here的更多信息。这将使您能够在CUDA 10中运行所有代码。

对于单个文件，使用：

tf_upgrade_v2 — infile foo.py — outfile foo-upgraded.py

要更新完整的项目，请使用：

tf_upgrade_v2 --intree my_project/ --outtree my_project_v2/ --reportfile report.txt

注意：您可能需要先安装此脚本。

编辑：如果您仍然要使用较旧的TensorFlow函数。您可以按照migration guide中的说明使用tf.compat.v1。