虚拟环境中cuda和cudnn及pytorch和tensorflow的安装

本人安装过程全部基于anaconda的虚拟环境

将cuda和dudnn及pytorch和tensorflow装在虚拟环境中的好处是可以在不同的环境中装自己需要的不同版本，坏处是很占存储空间。

本人电脑显卡为3050ti，装的版本为：

• cuda 11.6

• cudnn 8.3

• pytorch 1.12

• tensorflow 2.7.0

先在anaconda的控制台创建一个虚拟环境并激活

# 创建一个名为myTest、python版本为3.8.0的虚拟环境（cuda和dudnn及pytorch和tensorflow都是装在这个虚拟环境中）
conda create -n myTest python=3.8.0
# 激活当前虚拟环境
conda activate myTest

然后确定自己电脑的cuda最高支持版本*（可以网上查一下怎么看本机支持哪个版本的cuda的方法），然后查看自己所需的pytorch或者是tensorflow版本，根据自己所需的pytorch或者是tensorflow版本匹配cuda版本。匹配查看自己电脑所能装的cuda的最高版本，不能超过这个最高版本。

1. tensorflow与cuda，cudnn的关系查询

   https://tensorflow.google.cn/install/source_windows?hl=en#gpu

2. pytorch与cuda，cudnn的关系查询（直接去官网内查询对应版本即可）

   https://pytorch.org/

cuda的安装

本人的电脑最高可装11.6，对pytorch和tensorflow版本无要求，以11.6为例（清华源）

conda install cudatoolkit==11.6 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/

cudnn的安装

本人的电脑内装了cudnn8.3（清华源）

conda install cudnn==8.3.2.44 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

pytorch的安装

本人的电脑内装了pytorch 1.12

conda install pytorch==1.12.1 torchvision torchaudio cudatoolkit=11.6

tensorflow的安装

tensorflow GPU版所选版本为2.7.0（清华源）

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.7.0

最后查看是否在虚拟环境中安装成功

conda list