Anaconda Pip /多环境cuda tf问题

最新推荐文章于 2025-07-11 09:32:40 发布
最新推荐文章于 2025-07-11 09:32:40 发布
阅读量417 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： Linux安装/环境配置
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_33913063/article/details/90177120
本文探讨了Anaconda与pip在管理不同CUDA和TensorFlow版本的多环境配置中的应用。通过conda和pip的结合使用，可以有效地解决环境冲突问题，实现GPU加速的深度学习框架的灵活切换。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Anaconda多环境多版本python配置指导
weixin_34297704的博客
05-06 2189
Anaconda多环境多版本python配置指导 字数3696 阅读644 评论0 喜欢0 最近学python，读完了语法后在GitHub找了一些练习来做，由 于学的是python3.x语法，而GitHub上的好多数练习源码都是基于2.x的，而有些有些module在python3.x上没有，因此为装这些 包折腾了好久，浪费了好些时间，这两天才发现Anaconda这个神奇的软件，它是pyt...
Anaconda创建多个环境
weixin_46570773的博客
07-14 1823
查看有已存在的环境变量 conda info -e 带有一个 *的是当前已激活的环境变量 创建环境 conda create -n python38 python=3.8 上面的python38是自己去的名字 python = 是python版本，这里是3.8 其他都是固定的 激活环境 conda activate python38 python38是刚才取的新的环境的名字 查看此环境中已安装的包 Step1：先激活新的环境conda activate python38 Step2：输入con
Anconda、cuda、cudnn安装教程（超详细）
最新发布
LingYi_5的博客
07-11 777
该教程以Windows系统，NVIDIA显卡为例！
anaconda安装多环境
T_heSuMMeR的博客
09-08 391
在准备运行深度学习的程序时，发现安装的cuda及相应的tensorflow版本出现问题，在需要更换时候发现可以在anaconda虚拟环境里面安装相应的版本进行运行 anaconda的不同环境创建及进入和外出 创建 ubuntu anaconda 创建虚拟环境的博客： link Ubuntu16.04安装anaconda3++CUDA9.0+cuDNN7.1+TensorFlow-gpu1.9.0 ：link 虚拟环境中用Anaconda安装显卡CUDA驱动与CUDA运行版本匹配 ：link 第一步：输入命令
Anaconda多环境管理
I_DEEM_CODE的博客
12-01 521
第一步进入命令行 第二部通过代码进行管理 1. 新建一个环境： conda create -n xxx python=3.6 该行命令新建了一个叫做xxx的环境，该环境使用的python是3.6版本。新建一个环境的时候，系统将自动安装一些必要的包，其中包括pip. 2. 删除一个环境： conda env remove -n xxx 该行命令删除了一个叫做xxx的环境。 3. 激活（进入）某个环境： conda activate xxx 该行命令让我们进入到一个叫做ForPyt..
Windows下利用Anaconda创建多个CUDA环境
qq_40837795的博客
05-29 955
https://blog.youkuaiyun.com/qq_42406643/article/details/109545766 (待学习补充)https://blog.youkuaiyun.com/qq_43919533/article/details/125694437 (待学习补充)
File “/home/dh/anaconda3/envs/zyq1/lib/python3.6/site-packages/tensorboard/compat/proto/tensor_shape
m0_38017273的博客
09-30 1884
File "/home/dh/anaconda3/envs/zyq1/lib/python3.6/site-packages/tensorboard/compat/proto/tensor_shape
查看Ubuntu/Anaconda/cuda/cudnn/Tensorflow/Pytorch版本
weixin_30342827的博客
11-13 783
查看anaconda版本： conda -V 驱动版本： cat /proc/driver/nvidia/version 查看Cuda版本： cat /usr/local/cuda/version.txt CUDA Version 9.0.176 查看cudnn版本： gpu4@gpu4-S2600IP:~$ cat /us...
win10在anaconda虚拟环境下安装cuda11.0+TensorFlow2.4.0+pytorch1.7.1+cudnn8.0
weixin_45913151的博客
06-29 2205
win10在anaconda虚拟环境下安装cuda11.0+TensorFlow2.4.0+pytorch1.7.1+cudnn8.0+python3.8+opencv
(tf1x) C:\Windows\System32>conda install --use-local C:/Users/lenovo/Downloads/cuda_10.0.130_411.31_win10.exe Channels: - local - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free - defaults Platform: win-64 Collecting package metadata (repodata.json): done Solving environment: failed PackagesNotFoundError: The following packages are not available from current channels: - /users/lenovo/downloads/cuda_10.0.130_411.31_win10.exe Current channels: - local - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free - defaults To search for alternate channels that may provide the conda package you're looking for, navigate to https://anaconda.org and use the search bar at the top of the page.
07-02
我们正在处理一个关于在安装CUDA驱动程序时遇到Conda找不到包的错误的问题。用户尝试使用`condainstall`安装本地下载的CUDA驱动程序（文件名为`cuda_10.0.130_411.31_win10.exe`）时遇到了`PackagesNotFoundError`。...
(tf_gpu) C:\Users\admins>conda install -c nvidia/label/cuda-11.8.0 cudnn=8.6.0 Channels: - nvidia/label/cuda-11.8.0 - nvidia - defaults - conda-forge Platform: win-64 Collecting package metadata (repodata.json): done Solving environment: failed PackagesNotFoundError: The following packages are not available from current channels: - cudnn=8.6.0* Current channels: - https://conda.anaconda.org/nvidia/label/cuda-11.8.0 - https://conda.anaconda.org/nvidia - defaults - https://conda.anaconda.org/conda-forge To search for alternate channels that may provide the conda package you're looking for, navigate to https://anaconda.org and use the search bar at the top of the page. 我要崩溃了
03-29
For CUDA → 11.x (需与当前环境 CUDA 版本一致！例如 CUDA 11.8) OS → Windows ``` - 下载 **ZIP 格式**的安装包（如 `cudnn-windows-x86_64-8.6.0.163_cuda11-archive.zip`） 2. **覆盖安装** ```bash #...
anaconda 创建多个cuda环境
wuguangbin1230的博客
08-17 1775
参考链接： 给虚拟环境指定cuda 本文重述原作者内容，主要是防止原链接丢失。 服务器上装了多个版本的cuda，有的时候需要使用TensorFlow，有的时候需要使用pytorch，有时候需要使用cuda9.0+，有的时候需要使用cuda10.0+。那么必然涉及到给每个不同的虚拟环境配上不同的cuda版本。 本文以有cuda9.0 和 cuda10.1为例，介绍如何给pytorch这个环境指定cuda10.1版本，启动环境时自动执行脚本激活cuda10.1。 1.首先激活虚拟环境 pytorch，输
在 Anaconda 上安装多版本 Python 环境并在 PyCharm 中配置
kusunoki的博客
04-20 3433
本文介绍了如何在 Anaconda 上创建多个版本的 Python 解释器，以及在 PyCharm 中配置这些虚拟环境解释器的方法。
多版本cuda环境管理
不能将运气当成战略！
03-31 3100
【代码】多版本cuda环境管理。
anaconda创建虚拟环境并配置cuda
weixin_40054643的博客
07-29 3860
windows配置anaconda的时候还是很方便的，但是TensorFlow-gpu和cuda版本总是不匹配，主环境当时我安装的是cuda10.1，毕竟比较新的东西，很多其他软件都适配了。但是TensorFlow不行。所以创建虚拟环境 conda create --name tensorflow-gpu python=3.6 anaconda 安装自己想要的TensorFlow版本或是keras...
实验室管理多个cuda环境，优雅实现多个cuda共存，解决nvcc –V查看的cuda版本不是软链接的cuda对应的
qq_44850917的博客
11-01 914
实验室管理多个cuda环境，优雅实现多个cuda共存，解决nvcc –V查看的cuda版本不是软链接的cuda对应的
【Anaconda】安装方法和多环境设置
weixin_42158546的博客
01-23 718
文章目录Anaconda安装方法及常见命令查看显卡以及cuda安装相关命令显卡计算能力与cuda版本对应关系查看对应深度学习框架版本所要求的cuda版本anaconda创建多个不同环境软件安装及相关配置配置IDE的python解释器VScodepycharm创建不同环境相关命令步骤调用指定conda环境进行训练VScodepycharm Anaconda安装方法及常见命令 查看显卡以及cuda安装 相关命令 nvidia-smi # 查看显卡消息 nvcc -V #查看安装的cuda版本 显卡
Window&Linux多CUDA环境安装不用愁啦
qq_36088907的博客
05-27 1426
windows 安装 conda安装 tf2.0 因为tf2需要cuda10，本人一直在用9.2的1.x版本。此方法能有效避免系统python版本和pip包覆盖问题，还能成功安装多个版本的cuda 安装工具：Miniconda、PC 1.下载conda（miniconda更简洁，节省内存） 多个版本下载地址，自取~ Windows 下载地址 https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-4.7.10-Windows-x8
服务器：多CUDA配置
qq_38670710的博客
12-06 2540
这里可以看到服务器中当前已经安装了cuda-11.6、cuda-11.7、cuda-12.0三个版本，其中cuda-11.6是我本次安装的版本。按“a”进入编辑模式，将下面三句话粘贴进去（注意：cuda-11.6是我的安装目录，需要换成自己的CUDA安装目录。下载CUDA：https://developer.nvidia.com/cuda-toolkit-archive。下载cudnn：https://developer.nvidia.com/rdp/cudnn-archive。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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