win10下同时安装多个版本的tensorflow-gpu

1、前言

我之前按照keras中文文档已经安装好了tenforflow-gpu 2.1 ，并且在这个基础上安装好了keras，但是在github找的许多代码都是基于tensorflow-gpu 1.×的keras框架，同时我又不想覆盖掉我的tensorflow-gpu 2.1,并且我之前安装的cuda版本为10.1。

参照下图可以看出，链接，我安装的tensorflow-gpu 2.1对应的CUDA为 $10.1$,如果想安装一个tensorflow-gpu版本为$1.\times$，需要的CUDA 最高的版本为$10.0$。

因此我们需要同时装个版本$10.0$的CUDA和版本为$7.4$的cuDNN，而且不会覆盖我之前安装的CUDA 10.1。

2、安装的过程

安装过程是基于anaconda的虚拟环境

• 1、创建一个虚拟环境：conda create -n 你的虚拟环境名字 python=你想要的python版本

conda create -n keras_wanli python=3.6

• 2、激活虚拟环境： activate 虚拟环境名字

activate keras_wanli

• 3、安装你tensorflow-gpu对应的cuda和cuDNN： conda install cudatoolkit=你tensorflow要安装的版本所对应的cuda版本

conda install cudatoolkit=10.0
conda install cudnn

[更新]：我之后继续用这个方法安装的时候，输入conda install cudnn后，会把cudatoolkit更新到10.2。解决方法是：安装好conda install cudatoolkit=10.0后，再离线安装cudnn对应的版本。

• 4、安装tensorflow-gpu1.14： conda install tensorflow-gpu=你想要的版本

conda install tensorflow-gpu=1.14.0

安装的结果如下所示：

这个方法很好用，不用动整个系统环境变量，只需要在虚拟环境中安装，所以可以不同的虚拟环境配置不同的tensorflow，pytorch等。

如这里你同时可以装tensorflow2.1和1.14，就可以开两个虚拟环境，分别安装不同版本的cuda和cudnn，再安装对应的tensorflow2.1或1.14就好了