多版本CUDA与cuDNN的安装

使用anaconda在虚拟环境下安装多版本的CUDA以及CUDNN

1.查看自己系统的cuda版本

nvcc -V

在这里插入图片描述

2.查看版本支持

(本人当前环境为:python 3.10.9,tensorflow 2.13.0,CUDA 11.5,CUDNN 8.8;
安装的新环境为:python 3.6,tensorflow 1.15.0,CUDA 10,CUDNN 7.4)

一定要通过下面的命令查看你当前的conda支持不支持你想要安装的型号的CUDA 与 CUDNN。如果没有找到请更换conda版本。

打开Anaconda Prompt,查看 Conda 目前支持的 CUDA Toolkit 版本,运行以下命令:

conda search cudatoolkit --info

在这里插入图片描述

打开Anaconda Prompt,查看 Conda 目前支持的 CUDNN版本,运行以下命令:

conda search cudnn --info

在这里插入图片描述

3.创建虚拟环境

anaconda查看、创建、切换、删除虚拟环境可以参考我的这一篇博客,点击跳转

#创建虚拟环境
conda create -n TF1_PY36 python=3.6
#切换虚拟环境
conda activate TF1_PY36

4.安装CUDA

conda install cudatoolkit==10.0

5.安装CUDNN

conda install cudnn==7.6.5

6.安装tensorflow

conda install tensorflow-gpu==1.15.0

7.查看是否安装成功

conda list

在这里插入图片描述

在这里插入图片描述

在命令行输入python,进入python环境,尝试加载tensorflow,观察是否可以成功。

在这里插入图片描述

可以看到导入没有问题,说明我们的tensorflow1.0版本搭建成功了。


需要注意的是,我们的这个是虚拟环境的CUDA与CUDNN,与我们系统安装的是有区别的,当我们使用nvcc -V来查看版本号的时候,实际上查看的是系统,也就是我们第一次安装的版本号,而不是我们现在安装的版本号,当下虚拟环境所安装的版本号,通过conda list查看即可。

猜你喜欢

转载自blog.csdn.net/weixin_48958956/article/details/133241604
今日推荐