1.前言
最近想测试下cuda版本的高地是否会影响GPU显存的初始占用，如果低版本的cuda占用显存较少那岂不是非常棒？所以这就牵涉到了多版本cuda共存的问题，网上很多博客只是浅谈了安装过程，我这里给出安装过程的可视化结果，方便大家查阅学习。
2.当前cuda版本
win10下安装的第一个版本是10.0，cudnn为7.5，安装这个版本为的是使用tensorflow1.13.1，具体安装过程参见我的博客。然而，测试下来GPU占用率比在linux下要高很多，这使得我很多项目没办法展开了，当时没有时间去探索前言说的问题，所以现在有机会就写写吧。
3.第二个cuda安装
在不影响cuda10.0的条件下，再安装cuda9.0，过程如下：
step1: 下载安装包，点击安装，在出现精简安装和自定义安装的时候注意选择自定义安装！！！，因为这样才能自己选择后续安装的路径，我是放在了E盘下来，默认是放在C盘下，**一句话：**不要和之前安装的cuda10.0放在一起就行，否则将会自动卸载10.0去安装9.0。然后就是漫长地等待安装完成。
step2：下载cudnn7.5安装包，然后将相应的文件复制到cuda9.0安装路径中。
step3:：到此cuda9.0安装就完成了，在cmd中输入nvcc --version发现cuda还是10.0：
不要奇怪，没有问题的，这是环境变量的问题，此时可以去查看环境变量，发现两个版本的环境变量都添加好了的，只是10.0的版本放在了9.0的前面：
调整下放置的顺序后，再重新打开cmd输入nvcc --version发现cuda转为了9.0：
4.创建虚拟环境安装tensorflow-gpu 1.12.0
在cuda9.0下安装tensorflow-gpu 1.12.0 ，这个简单就不赘述了，安装好后，我测试了下，GPU占用率是低了点，但是没低多少。
5.结论
linux是比较节省GPU的深度学习开发操作系统。