cudnn和cuda的关系_conda安装的cudatoolkit, cudnn与在主机上安装的cuda, cudnn有何关系？...

----- 2020.5.15 更新 ----

调用哪个 cuda 库要看生成 tensorflow / pytorch 库的时候，设置的链接库寻找目录，以 pytorch 为例，项目根目录下的 setup.py 中指定链接库的搜索目录，其中 cuda 的根目录 CUDA_HOME在 tool.setup_helpers.cuda 中有获取逻辑，大概过程是：先取默认 cuda 安装目录 /usr/local/cuda

如默认目录不存在(例如安装原生 cuda 到其他自定义位置)，那么搜索 nvcc 所在的目录

如果 nvcc 不存在，那么直接寻找 cudart 库文件目录(此时可能是通过 conda 安装的 cudatoolkit，一般直接用 conda install cudatoolkit，就是在这里搜索到 cuda 库的)，库文件目录的上级目录就作为 CUDA_HOME。

如果最终未能得到 CUDA_HOME，那么生成的 pytorch 将不使用 CUDA。

(以上过程的 pytorch 源码版本 '1.3.0')

详细的可去看 pytorch 源码。tensorflow 源码我没看过，不过思路应该差不多。

然后，通过 conda 安装 cudatoolkit 包含的库文件均在 miniconda3/lib 中可以找到(或者直接在 miniconda3 / pkgs / cudatoolkit-10.x.xxx /lib 中查看)，

ls -al libcu*

ls -al libnpp*

ls -al libnv*

原生安装的cuda肯定是 conda-cudatoolkit 的超集，可以自己尝试这两种安装，然后肉眼比对，差别一目了然。再有不懂的，去 nvidia 官网看文档，慢慢的，就懂了。

最后，可以通过 ldd xx.so 直接查看依赖哪些库以及库的详细路径

----- 以下为原答案 -----

anaconda 的 cudatoolkit 不包含完整安装cuda的全部文件，只是包含了用于 tensorflow，pytorch，xgboost 和 Cupy 等所需要的共享库文件。

搬运自Will Anaconda's install of cudatoolkit and cudnn mess with my current configuration?​stackoverflow.com