虚拟环境安装cuda（转载）

完美解决（最简单）：不同虚拟环境不同CUDA版本的安装问题（tensorflow-gpu与pytorch）_虚拟环境安装cuda_TC1398的博客-CSDN博客

1.pytorch

先安装Torch

进入pytorch官网，Start Locally | PyTorch找到想要安装的torch及对应的cuda，（比如我要下载cuda10.2的torch），选中cuda10.2对应的torch（如果没有想要的，查看以前版本torch），复制pip安装的命令，激活虚拟环境输入命令安装即可

安装cudnn

安装完后conda list查看安装情况，你会发现通过这个命令会自动安装torch、torchvision、cudatoolkit（cuda），没有安装cudnn，需要自己额外安装对应的cudnn，简单通过pip安装即可（没安装之前是没有cudnn的，我这里已经安装过cuda11.1和cudnn了，这里只是做个演示）

import torch
print(torch.cuda.current_device())   # 返回当前设备索引
print(torch.cuda.device_count())    # 返回GPU的数量
print(torch.cuda.get_device_name(0))   # 返回gpu名字，设备索引默认从0开始
print(torch.cuda.is_available())   # cuda是否可用
print(torch.version.cuda)  # cuda版本
 

2.tensorflow

激活虚拟环境，找到想要安装的tensorflow-gpu版本，我这里以tensorflow-gpu1.12为例，输入如下代码:

conda install tensorflow-gpu=1.12 cudatoolkit

你可以新建一个py文件，输入下面代码查看是否能用gpu

import tensorflow as tf

hello = tf.constant('hello,tensorflow')

sess = tf.Session()

print(sess.run(hello))