在SLAM稠密地图构建，和深度学习中，很多都要用到GPU，不然达不到实时性。但是以前调的代码可能和最新的代码使用的很多库版本不一样，比如opencv，CUDA等。尤其是CUDA，如果原来使用CUDA8.0，但是新代码要9.0，不可能每次都重装一下吧。
１、本文针对于的是ubuntu16.04，显卡是GTXforce-1050，支持CUDA
２、CUDA安装：
sudo apt-get update
首先安装系统驱动：在设置－－软件和更新－－附加驱动－－选择384.130那个驱动－－应用更改
然后注销系统重新登录，驱动应该就装好了。
接着安装CUDA，以8.0和9.0为例：到CUDA官网下载，比如cuda_8.0.44_linux.run，cuda_9.0.176_384.81_linux.run等
使用ctrl+alt+f1进入字符界面，进入下载的cuda_9.0.176_384.81_linux.run文件，使用
sudo sh cuda_9.0.176_384.81_linux.run安装，需要特别注意的是：
（１）由于之前安装了驱动，因此在选择是否安装图形驱动的时候一定选择no，不然会重复进入登录界面。
（２）由于要安装其他版本的CUDA，因此不要选择生成快捷方式，不然后面会默认找到这个版本的CUDA
安装完成后使用，ctrl+alt+f7返回图形界面，然后注销一下在登录，没有问题的话，第一个版本的CUDA就装好了。
然后执行下面命令设置环境变量
sudo gedit /etc/profile
在末尾添加一下两行：
export PATH=/usr/local/cuda-9.0/bin
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64source一下：
source /etc/profile注销一下使用env命令查看是否存在添加的环境变量。
可以在安装的的例子里面使用：make -j7编译一下，然后在生成的可执行文件里使用：
./deviceQuery
./bandwidthTest查看是否安装完成，一般来说不会有什么问题。
3、多版本共存
这一步其实和上面一样：
sudo sh cuda_8.0.44_linux.run（１）由于之前安装了驱动，因此在选择是否安装图形驱动的时候一定选择no，不然会重复进入登录界面。
（２）由于安装有版本的CUDA，因此不要选择生成快捷方式，不然后面会默认找到这个版本的CUDA
然后设置环境变量：
sudo gedit /etc/profile
在末尾添加一下两行：
export PATH=/usr/local/cuda-８.0/bin
export LD_LIBRARY_PATH=/usr/local/cuda-８.0/lib64如果使用此版本的CUDA，那么将之前的设置的环境变量注释，保存。
source一下：
source /etc/profile注销一下使用env命令查看是否存在添加的环境变量，此时就因该是8.0版本的环境变量了。
当然亦可以make一下例子文件，查看一下。
多说一句：在安装完成CUDA9.0，并使用其编译opnecv时：
Cmake版本不能太低
3.6不行（错误是：xfeatures2d/boostdesc: Download failed: 1;"Unsupported protocol"；opencv2/xfeatures2d/cuda.hpp no such file or directory等）
3.9可以