卸载cuda,cudnn

本文介绍如何正确彻底卸载CUDA和cuDNN，避免重新安装不同版本的CUDA时出现报错的困扰，方便读者对资源的管理与应用。1.卸载所有与CUDA有关的程序。2.删除环境变量。3.删除文件夹。按照本文三个步骤就可以把CUDA和cuDNN删除干净了！

cuda、cuDNN、TensorRT安装

1. 找到需要卸载的程序进行卸载 2. 环境变量删除 3. 删除安装文件夹

cuda 和 cuDNN 的卸载

Ubuntu系统CUDA和cudnn卸载，文件强行删除命令

GPU版本的pytorch环境配置，亲测有效，吐血整理，带图详细，搞清对应版本关系

直接在终端输入： sudo rm -rf /usr/local/cuda/include/cudnn.h sudo rm -rf /usr/local/cuda/lib64/libcudnn*

cuda、cudnn、PyTorch、PyG安装笔记

卸载cudnn: sudo rm -rf /usr/local/cuda/include/cudnn.h sudo rm -rf /usr/local/cuda/lib64/libcudnn* 卸载cuda： sudo apt-get remove cuda sudo apt-get autoclean sudo apt-get remove cuda* cd /usr/local/cuda/bi...

《深度学习环境配置：彻底卸载CUDA和cuDNN指南》摘要 本文提供了完整卸载CUDA和cuDNN的详细流程，解决深度学习环境配置中的版本冲突问题。操作步骤包括：1）通过控制面板卸载所有CUDA相关程序但保留显卡驱动；2）手动清理环境变量中的CUDA路径；3）删除安装目录残留文件；4）重启后验证卸载效果。核心要点在于"程序卸载+环境变量清理+文件夹删除"三管齐下，确保旧版本完全清除。该方法适用于Windows系统，能有效避免后续环境配置中的兼容性问题，为安装新版本或切换环境做好准备。

在电脑重启后，您可以下载并安装您想要的 CUDA 和 cuDNN 的新版本。务必下载与您的显卡和系统兼容的版本，并按照 NVIDIA 提供的说明进行安装。您可以使用如 CCleaner 等第三方清理工具来帮助清理这些残留项，但请谨慎使用，并确保您知道自己在做什么，因为不当使用这些工具可能会对系统造成损害。cuDNN 通常不提供标准的卸载程序，因为它是一系列的库文件和一个包含头文件的目录。确保在安装新版本的过程中仔细阅读所有的说明，并在必要时更新您的环境变量以反映新的安装路径。

nvcc -V。

笔者在跑训练的时候，用的是，经过查询资料，需要匹配版本的。BUT❗️ 笔者电脑已经安装了版本的，因此需要把现有版本的卸载，然后重新安装和。笔者安装的是版本的CUDA，以及相应版本的（官网上Windows系统且CUDA是版本的只对应一个CUDnn，下载它就好啦）注：安装完成后，用测试是否安装好时，一定要重启命令行！不要在安装之间就已经打开的命令行窗口输入命令，否则你会遇到的迷之错误中而自我怀疑。当你重新打开命令行，再次输入，就会发现，其实已经安装成功啦 📗Debug经验+1：重启可以解决很多奇怪的问题😆..