win下conda安装多版本cuda

已于 2023-11-16 17:39:36 修改
阅读量5.6k 收藏 32
点赞数 3
CC 4.0 BY-SA版权
分类专栏： 人工智能 文章标签： windows conda cuda cudnn
于 2021-12-01 15:40:28 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u014196765/article/details/121656137
本文介绍了如何通过conda环境来安装和管理多个CUDA版本，以满足TensorFlow-GPU的不同需求。首先查看当前CUDA版本和conda支持的CUDA工具包版本，然后创建一个新的conda环境，安装指定版本的CUDA工具包和cuDNN。接着激活环境并安装所需版本的TensorFlow-GPU。最后，验证安装是否成功。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

需求/问题

电脑只能安装一个cuda，但是往往研究tensorflow-gpu的时候，可能需要多个版本的cuda，利用conda可以实现安装多个版本。

安装教程

查看当前cuda版本

nvcc -V

在这里插入图片描述

查看conda支持的cudatoolkit版本，这个命令就是看下版本支持，看看就行。下面的命令查看cudnn版本比较重要

conda search cudatoolkit --info

在这里插入图片描述

支持cudnn的版本，这里我们安装cudnn7.6.5，cuda10.1，需要的cudatoolkit是10.1

conda search cudnn --info

在这里插入图片描述

创建python环境

conda create -n ten-gpu python=3.7

激活ten-gpu环境

conda activate ten-gpu

在这里插入图片描述
根据上面的提示安装cudatoolkit

conda install cudatoolkit=10.1

在这里插入图片描述
命令conda list查看是否安装完成
在这里插入图片描述

conda install cudnn=7.6.5

在这里插入图片描述
安装gpu版本2.2.0

pip install tensorflow-gpu==2.2.0

在这里插入图片描述

检查是否安装成功

>>> import tensorflow as tf
>>> tf.__version__

在这里插入图片描述

【深度学习】使用Conda虚拟环境安装多个版本的CUDA和CUDNN方便切换
gaocui883的博客
08-21 3799
conda虚拟环境安装CUDA和CUDNN。
【如何在anaconda虚拟环境中安装多个版本的CUDA,cudnn,pytorch,torchvision,torchaudio及进行环境配置手把手教学】
qq_43919533的博客
07-09 9504
如何在anaconda虚拟环境中安装多个版本的CUDA,cudnn,pytorch,torchvision,torchaudio及进行环境配置
使用虚拟环境conda安装不同版本（指定版本）的cuda，cudnn，pytorch
edward_zcl的博客
06-02 7342
背景：在学习深度学习时，我们不可避免的需要跑多个神经网络，而不同的神经网络环境都不一样，所以必须要使用到虚拟环境(如conda)去做环境隔离，安装属于自己的环境。在这环境中，大多神经网络都必须要用到cuda，cudnn。不同的神经网络需求版本不同，所以也需要另行安装，这与前面一篇文章pip安装包的方式还不太一样。安装好显卡驱动后，使用nvidia-smi命令可以查看这个显卡驱动可以安装的最高的cuda版本是多少，如下： Driver Version: 525.89.02 表明当前显卡驱动版本是525.89
同一台电脑上安装使用两个版本的CUDA技术方案
最新发布
yuanpan的专栏
07-16 740
电脑可同时安装多个CUDA版本（如12.1和11.8），通过环境变量切换使用。安装时选择自定义路径，避免覆盖旧版，并搭配对应cuDNN版本。通过修改PATH和CUDA_PATH变量实现版本切换，可用命令行临时切换或系统设置永久修改。开发时可在CMake或代码中指定CUDA版本。注意避免VS集成冲突，并确保驱动兼容性。卸载时通过控制面板删除，并手动清理残留目录。此方法可灵活适配不同项目需求。
使用虚拟环境conda安装不同版本的cuda，cudnn，pytorch
qq_42537872的博客
08-16 2万+
背景：在学习深度学习时，我们不可避免的需要跑多个神经网络，而不同的神经网络环境都不一样，所以必须要使用到虚拟环境(如conda)去做环境隔离，安装属于自己的环境。在这环境中，大多神经网络都必须要用到cuda，cudnn。不同的神经网络需求版本不同，所以也需要另行安装，这与前面一篇文章pip安装包的方式还不太一样。安装好显卡驱动后，使用nvidia-smi命令可以查看这个显卡驱动可以安装的最高的cuda版本是多少，如下： Driver Version: 525.89.02 表明当前显卡驱动版本是525.89
conda里面有没有cuda,Anaconda中使用不同版本的cuda
weixin_39633252的博客
03-18 841
使⽤用指南安装 Anaconda3检查是否已经安装anaconda，看 which conda 是否有输出 若没有，按照 https://docs.anaconda.com/anaconda/install/进⾏行行安装创建anaonda环境比如现在要使⽤用tensorflow1.13，它要求⽤用cuda 10.0.第⼀步 创建环境conda create -n tf113_cuda10 pyth...
Windows 11在conda虚拟环境中安装cuda、cudann
lqq
10-26 1516
例如，不同项目可能需要不同版本的 CUDA 或 cuDNN 来支持特定的深度学习框架（如 TensorFlow、PyTorch）的版本要求。将这些库安装在虚拟环境中，确保每个项目使用其特定的版本，避免系统环境中的全局冲突。在深度学习开发中，不同的深度学习框架（如 TensorFlow 和 PyTorch）可能对 CUDA、cuDNN 的版本有不同的要求。在虚拟环境中安装专用版本，能够确保不同项目在不同的依赖版本下正确运行，避免在系统范围内安装多个版本而导致冲突。在开发和测试中，可能需要快速重置或重建环境。
win10系统下linux子系统安装miniconda
01-09
win10系统下linux子系统安装miniconda+pytorch介绍1.下载miniconda安装包2.linux中安装miniconda3.安装pytorch（cuda10.0+cudnn） 介绍 最近因为一些原因开始使用wsl，先在windows系统下安装Linux子系统，现在子系统...
win11及cuda121环境下pytorch安装及避坑
04-16
### Win11与CUDA 12.1环境下PyTorch安装及注意事项 #### 系统配置及准备 在开始安装之前，确保您的计算机满足以下基本条件： - **操作系统**: Windows 11 x64。 - **显卡**: NVIDIA RTX 4060。 - **磁盘空间**: C盘...
cuda安装以及conda安装对应版本的pytorch-gpu
热门推荐
Owenhhhh的博客
01-20 3万+
@[TOC] conda安装pytorch-gpu 参考资料 （1）PyTorch（GPU版）详细安装教程（b站视频） https://www.bilibili.com/video/BV1Rz411e7eJ?from=search&seid=2681659812081276827 （2）实验室兄弟自己写的安装方法 https://blog.csdn.net/zengding5524/article/details/109484757 （3）相关网站 CUDA下载：https://developer.
Conda分别安装不支持CUDA和支持CUDA的Pytorch解决方案
Xiao_Spring的博客
12-07 4431
前言 本文将描述如何通过pip指定版本安装Pytorch，安装环境为Win10 一、安装前须知 有三个参数需要设定： Pytorch版本 torchvision版本 是否有CUDA，有则注明版本 torchvision是独立于pytorch的关于图像操作的一些方便工具库。 CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。 二、安装 以pip安装为例，需求为： Pytorch1.4.0、torchvision0.5.0、无cpu 安
【自用】在conda下安装不同的cuda版本（本次为cuda11.7）
言辰寸心博客
08-05 1791
运行时发现nvcc -V版本还是不合适(尝试在conda下安装nvcc)#安装cuda11.7和对应的pytorch等环境。#需要在cudatoolkit安装之后！#在python中查看cuda版本是否正确。#查看cudatoolkit的可安装版本。#查看包里面是否包含cuda 11.7。#安装cudatoolkit。#查看当前cuda情况。#查找对应版本nvcc。
Pytorch：conda安装不同版本的cuda
Yan
04-07 2364
我不会是最后一个知道可以用conda安装不同版本的cuda的人吧。。。 通常的pytorch安装流程是： 首先安装NVIDIA驱动， 然后安装对应版本的cuda和cudnn 最后再安装cuda支持的pytorch版本 然而实际上今天发现，完成步骤1以后，直接安装cudatookkit就可以完成步骤2，并且对应的cuda就安装在对应的conda环境下。 ...
电脑上同时安装多个版本的cuda
小白冲鸭的博客
03-12 1894
比如，我原本安装的cuda是9.0版本的，现在我新安装的cuda是9.2版本的。当需要配置多个anaconda虚拟环境，并且其tensorflow或pytorch的版本不同时，所需的cuda的版本也不同，因此，可能会需要在电脑上同时安装多个版本的cuda。）那么，只要让新版本的（9.2版本的）cuda的这四个环境变量的位置，在旧版本（9.0）cuda的这四个环境变量的位置 之上即可。然后一路确定退出，再在cmd中输入nvcc -V，即可返回新安装的cuda的版本：9.2。
conda下安装cuda和cudnn实现多版本cuda
weixin_58577392的博客
05-19 2037
1.conda创建新环境：(一般python都是3.6，3.7，pycharm好像不支持3.5了) conda create -n xxxxx python=3.7 2. 进入环境： conda activate xxxx 3.安装cuda：（这里面叫cudacoolkit） conda install cudatoolkit=10.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/ 后面放的是清华镜像源
如何在服务器上安装多个 CUDA 版本,管理不同的 CUDA 版本
weixin_55737164的博客
09-20 2645
服务器上可以安装多个版本的 CUDA。不过，需要注意的是，虽然你可以安装多个 CUDA 版本，只有一个 CUDA 版本会被默认使用，除非你手动指定使用哪个版本。### 如何在服务器上安装多个 CUDA 版本。
安装两个版本cuda
我的博客
10-26 895
安装两个版本cuda:博客
同台设备配置多cuda环境
weixin_43301333的博客
12-24 5027
1. 前言 首先driver版本、cuda版本、cudnn版本在绝大多数情况下（个人pc机上）都是一致的。但很多情况下，我们需要在一台设备上，使用多个版本的cuda, 比方说： 多人使用的服务器 需要跑一些其他cuda支持的代码(e.g., 设备安装的cuda为11，需要跑torch1.3代码，但是torch1.3最高只支持到cuda10.1) 上述这种情况下就只能在一个版本的driver上，安装多个版本的cuda和cudnn。但是，这完全是可以做到的. 2. 方法 2.1 安装显卡驱动 在进行接下来的
如何在win10系统上安装多个版本的CUDA
weixin_39450145的博客
07-06 6280
在电脑已经安装了cuda11.6的基础上，由于有一些需要，所以想要再安装cuda9.2版本。大致步骤可以参考之前博客PyTorch0.4.1 GPU版本安装完整步骤（含CUDA9.2安装、环境配置）里面包含有cuda9.2的下载安装步骤，和这个步骤大致差不多。参考文章：详细讲解如何在win10系统上安装多个版本的CUDA此处在已经安装cuda11.6的基础上再次安装cuda9.2，参考了：1）以前博客“PyTorch0.4.1 GPU版本安装步骤（包含cuda9.2安装）”中的cuda9.2安装的大致步骤，
多版本cuda安装及切换win11
09-26
在Windows 11系统上同时安装并管理多个CUDA版本可以有以下几个步骤： 1. **安装基础版CUDA**：首先，从NVIDIA官网下载官方支持的基础版本CUDA工具包，如CUDA Toolkit。确保选择与你的GPU型号兼容并且与操作系统匹配...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小~小

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值