anaconda 多版本共存

1.安装anaconda3

2.创建Python2 与 python3的环境

# 基于 python3.6 创建一个名为py3 的环境
conda create --name py3 python=3.6 
 
# 基于 python2.7 创建一个名为py2 的环境
conda create --name py2 python=2.7
 
# 激活 test 环境
source activate py2 # linux/mac
 
# 切换到python3
activate py3

 

### 如何在 Ubuntu 20.04 上通过 Anaconda 实现 CUDA 多个版本共存 #### 创建不同 CUDA 版本的 Conda 环境 为了使不同的项目能够使用各自所需的特定 CUDA 版本,在 Anaconda 中创建独立的 conda 环境是一个有效的方式。每个环境中可以指定安装相应版本的 `cudatoolkit` 和其他依赖项。 对于每一个需要特定 CUDA 版本的应用场景,可以通过如下命令来创建新的环境: ```bash conda create -n cuda_version python=3.x cudatoolkit=x.y ``` 这里的 `-n cuda_version` 表示新环境的名字;`python=3.x` 设置 Python 的版本号;而 `cudatoolkit=x.y` 则指定了要使用的 CUDA 工具包的具体版本[^1]。 #### 安装 NVIDIA 驱动程序 确保已经正确安装了适用于目标系统的最新稳定版 NVIDIA 显卡驱动程序。通常情况下,较新的驱动能向后兼容旧版本的 CUDA 库。如果不确定应该选用哪个版本,则可以从官方文档获取指导建议[^2]。 #### 使用 Update Alternatives 来管理多个 CUDA 安装 当有多个 CUDA 发行版被安装到同一台机器上时,Linux 提供了一个叫做 "alternatives" 的机制用于切换默认使用的工具链。具体操作方法是在终端执行以下指令: ```bash sudo update-alternatives --install /usr/local/cuda cuda /usr/local/cuda-x.y z sudo update-alternatives --config cuda ``` 其中 `/usr/local/cuda-x.y` 是实际路径名,z 是优先级数值,可以根据实际情况调整设置[^5]。 #### 测试配置有效性 完成上述步骤之后,激活相应的 conda 环境并验证是否成功加载了预期中的 CUDA 版本: ```bash source activate your_env_name nvcc --version ``` 这条命令会显示当前环境下所关联的 nvcc 编译器及其对应 CUDA 版本的信息[^4]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值