多版本CUDA与cuDNN的安装

使用anaconda在虚拟环境下安装多版本的CUDA以及CUDNN

1.查看自己系统的cuda版本

nvcc -V

2.查看版本支持

(本人当前环境为：python 3.10.9，tensorflow 2.13.0，CUDA 11.5，CUDNN 8.8；
安装的新环境为：python 3.6，tensorflow 1.15.0，CUDA 10，CUDNN 7.4)

一定要通过下面的命令查看你当前的conda支持不支持你想要安装的型号的CUDA 与 CUDNN。如果没有找到请更换conda版本。

打开Anaconda Prompt，查看 Conda 目前支持的 CUDA Toolkit 版本，运行以下命令：

conda search cudatoolkit --info

打开Anaconda Prompt，查看 Conda 目前支持的 CUDNN版本，运行以下命令：

conda search cudnn --info

3.创建虚拟环境

anaconda查看、创建、切换、删除虚拟环境可以参考我的这一篇博客，点击跳转

#创建虚拟环境
conda create -n TF1_PY36 python=3.6
#切换虚拟环境
conda activate TF1_PY36

4.安装CUDA

conda install cudatoolkit==10.0

5.安装CUDNN

conda install cudnn==7.6.5

6.安装tensorflow

conda install tensorflow-gpu==1.15.0

7.查看是否安装成功

conda list

在命令行输入python，进入python环境，尝试加载tensorflow，观察是否可以成功。

可以看到导入没有问题，说明我们的tensorflow1.0版本搭建成功了。

---

需要注意的是，我们的这个是虚拟环境的CUDA与CUDNN，与我们系统安装的是有区别的，当我们使用nvcc -V来查看版本号的时候，实际上查看的是系统，也就是我们第一次安装的版本号，而不是我们现在安装的版本号，当下虚拟环境所安装的版本号，通过conda list查看即可。