Conda配置环境及CUDA、cudnn与Tensorflow、Keras、ONNX版本对应关系（2021-06-29更新）

Conda配置CUDA、cudnn环境

使用conda创建python虚拟环境，可以每个虚拟环境独立一个CUDA版本，不使用虚拟环境如果算法环境要求的CUDA版本不一样，就需要重新安装CUDA，所以做深度学习还是推荐使用conda

# CUDA
# conda install cudatoolkit=版本号
# 清华源
conda install cudatoolkit=10.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
# 百度paddle源
conda install cudatoolkit=10.0 -c paddle
# cudnn
# conda install cudnn=版本号
# 清华源
conda install cudnn=7.6.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/
# 百度paddle源
conda install cudnn=7.6.5 -c paddle
# pycocotools win api
# python 3.9不能用
pip install pycocotools-windows
# 不行就用下面这个，#后面的也要加上
pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI

Tensorflow、CUDA、cudnn版本对应关系

Linux:

Windows:

Tensorflow与Keras版本对应关系

ONNX与CUDA、cudnn版本对应关系（完善中）

ONNX	CUDA	cudnn
1.8	11.1	8.0
1.7	11.0	8.0
1.6	10.2