在使用tensorflow或者keras时,有时需要安装不同版本的tensorflow,这些版本可能要求不同的cuda版本。类似于使用conda安装多个python环境,可以使用conda env环境安装不同版本的cuda和cudnn。
1、显卡驱动drive安装
显卡驱动的版本要符合安装的cuda最高版对显卡驱动的要求,一般来说,cuda版本越高对显卡驱动要求版本越高,且向上兼容。具体的显卡安装自行百度。
2、创建conda env安装cuda和cudnn
创建conda env
conda create -n cuda9 python=3.6
切换到创建好的环境cuda9
source activate cuda9
直接用conda安装cuda和cudnn
conda install cudatoolkit=9.0
conda install cudnn=7.1.2
或者自己下载文件,下载所需要的cuda和cudnn。直接官网下载即可
如下图下载好了cuda 8.0+cudnn6.0和cuda 9.0+cudnn7.1.2
直接指定文件路径安装:
conda install /path/to/cuda9.0.xxxxxx.tar.bz
conda install /path/to/cudnn7.12.xxxxxx.tar.bz
3、验证安装
安装好后conda list查看
其他版本的cuda安装同上,在新建conda env安装即可,使用时切换到对应版本的cuda。
如在已安装cuda8的centos机器上,安装完cuda9,并安装tensorflow-gpu=1.11.0(要求cuda9),切换到cuda9环境后,导入tensorflow可正常使用