Python：深入解析CUDA和cuDNN依赖：该装啥？怎么装？

最近为了ONNX的版本问题，又对本文所述内容进行了深入的调研。

问题背景是，待部署的ONNX model是通过特定版本的ONNX获得的，从而需要和特定版本的cuda和cudnn搭配。从这里可以查到ONNX，cuda，cudnn三者的版本搭配。

为了解决这个问题，最稳妥的方式是按照官网步骤，安装一遍cuda和cudnn. 然而这样搞非常浪费时间，而且我们知道ONNX其实只是需要特定版本的库文件。在某些比较方便的情况下，Python的包管理器conda和pip能帮我们简化安装步骤。

• 在conda可用的时候，绝大部分版本的cuda依赖都可用conda install cudatoolkit安装，而少量版本的cudnn依赖可用conda install cudnn安装。关于如何找到自己需要的版本，可以参考这个问题。
• 有时我们也会遇到conda不可用，只有pip可用的情况。此时，绝大部分版本的cuda依赖都可用这篇文章提供的方式安装，而cudnn只能在官网下载对应版本的.so文件并替换。