（已解决）Pytorch/Tensorflow检查能否调用GPU及CUDA、Nvidia驱动和cuDNN的卸载重装

CUDA 版本不对导致 Pytorch / Tensorflow 无法调用GPU的问题

系统：Ubuntu 16.04
Tensorflow版本: 1.14.0
原 CUDA：10.2 （Nvidia 440.几忘了)
新 CUDA：10.0 (Nvidia 410.48)

之前成功装好了 CUDA 10.2、Nvidia驱动及 cuDNN 7.6.5（参见这篇博客），并按照cuDNN官网测试安装是否成功的方法跑 mnist 测试也通过了。然而跑一个基于Tensorflow 1.14.0的深度学习代码时，发现训练速度特别慢，看起来GPU没有成功调用。

检查 Tensorflow 能否调用 GPU ：
终端输入：

python 

>>> import tensorflow as tf
>>> tf.test.is_gpu_available()

检查 Pytorch 能否调用 GPU ：
终端输入：

python 

>>> import torch
>>> torch.cuda.is_available()

如果最后显示 True 就证明 CUDA 版本没问题，False 就是用不了GPU，CUDA 版本不对。

Tensorflow 各版本与支持的 CUDA、cuDNN、gcc和 python 版本关系：官网.
Pytorch 各版本与支持的 CUDA 版本关系：官网
才知道 tensorflow 1.14.0 不支持 CUDA 10.2，得卸载CUDA 10.2，重装CUDA 10.0及对应的nvidia驱动还有cuDNN了。

CUDA、Nvidia驱动 和 cuDNN 的卸载重装

网上有很多人说CUDA卸载不干净之类的，事实上没有那么麻烦，按照以下方法（参考官网文档&github）即可成功卸载重装不同版本CUDA。此外，由于 cuda 驱动和 nvidia 驱动千丝万缕的关系，基本上两者要一起卸载、一起安装。

1、卸载 CUDA 和 cuDNN:

卸载 CUDA 10.2 ：

cd /usr/local/cuda-10.2/bin/
sudo ./cuda-uninstaller

命令行里会提示让你选择卸载哪些，全按 Enter 选上。即选项前面都变成 [X] 而不是 [ ]。
等待卸载结束，你会发现 /usr/local/ 里 cuda 文件夹没了，cuda-10.2 文件夹还在但是是空的，可以直接删了。

卸载CUDA 10.0 ：

cd /usr/local/cuda-10.0/bin/
sudo ./uninstall_cuda_10.0.pl

2、卸载 Nvidia 驱动：

sudo /usr/bin/nvidia-uninstall

3、重新装 CUDA 10.0（及对应的 nvidia 410.48驱动）和 cuDNN：

（对应 Tensorflow 1.14.0）
进入CUDA download 界面，选择 legacy releases（旧版本）， 找到 CUDA 10.0， 下载 runfile (local)
按照这篇博客安装即可，把其中 CUDA 10.2文件换成新下载的10.0的文件。注意： export 环境变量那两句也要把 10.2 改成 10.0。cuDNN也找到对应 CUDA 10.0版本的重新装一遍，过程一样。

4、最后再测试 tensorflow 是否能使用 GPU：

python
>>> import tensorflow as tf
>>> tf.test.is_gpu_available()

最后返回： True

重装完毕。

重新跑我之前的训练程序，速度快了60倍，GPU占用率也变成 68%了，搞定。

[2022.2.11更新]
若仍然返回False, 另一种检查办法: 跑CUDNN的测试程序

cd ~/cudnn_samples_v7//mnistCUDNN/
make clean && make
./mnistCUDNN

若出现报错 libcudart.so.10.0: cannot open shared object file: No such file, 解决方法:
运行:

sudo ldconfig /usr/local/cuda-10.0/lib64

即可解决.

[2020.10.2更新]
若重启电脑后Ubuntu出现循环登录，则：
第一步，卸载NVIDIA驱动：
ctrl + alt + F1进入命令行：

sudo apt-get remove --purge nvidia-*
sudo apt-get autoremove
sudo nvidia-uninstall

一路选OK.卸载完 sudo reboot 重启可进入系统。
第二步，重装CUDA和相应NVIDIA驱动： 这篇博客
ctrl + alt + F1进入命令行，sudo service lightdm stop，进入cuda runfile在的文件夹，sudo sh ./cuda- ...... .run 安装CUDA，一路按默认的选就行。装完运行 sudo service lightdm start