在Anaconda虚拟环境中安装cuda和cudnn

这个方法可以避免安装多个cuda的切换问题,直接在每个虚拟环境中安装自己需要的cuda版本,相比较tensorflow官方推荐的docker的安装方法,可以达到相同的效果,但是实践起来更简单,总之推荐大家以后在虚拟环境下安装所需要的cuda和cudnn。

查找需要的cuda版本

激活环境,查找cuda。

conda activate tf2.10
conda search cudatoolkit --info

根据这个就可以得到conda已有的cuda环境,根据自己需要去下载一个。


cudatoolkit 11.3.1 h59b6b97_2
-----------------------------
file name   : cudatoolkit-11.3.1-h59b6b97_2.conda
name        : cudatoolkit
version     : 11.3.1
build       : h59b6b97_2
build number: 2
size        : 545.3 MB
subdir      : win-64
url         : https://repo.anaconda.com/pkgs/main/win-64/cudatoolkit-11.3.1-h59b6b97_2.conda
md5         : fb34a5b9abe5b1023a4b6f27a629a2b7
timestamp   : 2021-06-28 11:41:59 UTC
constraints :
  - __cuda >=11.3
dependencies:
  - vc >=14.1,<15.0a0
  - vs2015_runtime >=14.16.27012,<15.0a0


cudatoolkit 11.8.0 hd77b12b_0
-----------------------------
file name   : cudatoolkit-11.8.0-hd77b12b_0.conda
name        : cudatoolkit
version     : 11.8.0
build       : hd77b12b_0
build number: 0
size        : 639.8 MB
license     : NVIDIA End User License Agreement
subdir      : win-64
url         : https://repo.anaconda.com/pkgs/main/win-64/cudatoolkit-11.8.0-hd77b12b_0.conda
md5         : b4d092125c2857c1c4c4cc13025cbda4
timestamp   : 2023-05-02 04:44:01 UTC
constraints :
  - __cuda >=11.0
dependencies:
  - vc >=14.1,<15.0a0
  - vs2015_runtime >=14.16.27012,<15.0a0

选择url直接浏览器粘贴即可下载,接下来搜索cudnn。

conda search cudnn --info

cudnn 8.2.1 cuda11.3_0
----------------------
file name   : cudnn-8.2.1-cuda11.3_0.conda
name        : cudnn
version     : 8.2.1
build       : cuda11.3_0
build number: 0
size        : 428.9 MB
license     : Proprietary
subdir      : win-64
url         : https://repo.anaconda.com/pkgs/main/win-64/cudnn-8.2.1-cuda11.3_0.conda
md5         : 7288f7e48c40ce58a6fca95dafeddb71
timestamp   : 2021-06-28 10:00:24 UTC
dependencies:
  - cudatoolkit >=11.0,<11.4

最后一行可以看到cudnn8.2.1适合cudntookit11.4一下,11.0以上均可以适配。因此下载cuda11.3和cudnn8.2.1是可以的。

安装CUDA和cudnn

直接本地安装即可,记住是conda命令开头和cuda和cudnn完整路径即可

conda install --use-local --your-cuda--

你可能感兴趣的:(tensorflow,python,人工智能)