conda虚拟环境安装不同版本的cuda，在pycharm中调用指定cuda版本

已于 2025-04-03 11:46:29 修改
阅读量413 收藏 4
点赞数 5
CC 4.0 BY-SA版权
文章标签： neo4j
于 2025-04-03 11:35:59 首次发布
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/weixin_53643219/article/details/146977312

安装tensorflow：

使用Anaconda快速搭建tensorflow-gpu环境教学_哔哩哔哩_bilibili

在conda prompt中调用tensorflow.is_cuda_available()为true，但在pycharm中为false

原因：pycharm调用cuda路径默认为系统属性-环境变量-系统变量-Path中的cuda目录，而不是conda虚拟环境安装的cuda版本

解决方法：系统属性-环境变量-系统变量- CUDA_PATH ，打开，修改变量值为conda虚拟环境安装的cudatoolkit文件夹

举例：我的虚拟环境均保存在D:\production\.conda（设置参见视频：​编辑anaconda安装虚拟环境位置在c盘以外）——>在此文件夹查找cudatoolkit——>"D:\production\.conda\pkgs\cudatoolkit-11.3.1-hf2f0253_13"——>粘贴到 “系统属性-环境变量-系统变量- CUDA_PATH -变量值”

注：

这个方法需要每次使用前调整
​还有如果虚拟环境cuda版本低，原有cuda版本高，用完后建议修改回去（所以别忘保存原来的cuda路径）

Conda 虚拟环境：Python 多版本管理的终极方案
AI天才研究院
06-19 942
Conda作为跨平台包与环境管理工具，通过隔离的虚拟环境和二进制包管理机制，为Python开发中的多版本冲突、依赖地狱等核心痛点提供了系统性解决方案。本文从概念基础到未来演化，逐层解析Conda的技术本质：首先回溯其历史轨迹与问题空间，继而通过第一性原理推导其理论框架；结合架构设计与实现机制，揭示依赖解析、环境创建的底层逻辑；最终通过实际应用场景与高级考量，展现Conda在数据科学、机器学习等领域的实践价值。
如何安装多版本CUDA？
qq_42681787的博客
06-27 2534
在Anaconda中安装CUDA，配置多版本CUDA
【自用】在conda下安装不同的cuda版本（本次为cuda11.7）
言辰寸心博客
08-05 1762
运行时发现nvcc -V版本还是不合适(尝试在conda下安装nvcc)#安装cuda11.7和对应的pytorch等环境。#需要在cudatoolkit安装之后！#在python中查看cuda版本是否正确。#查看cudatoolkit的可安装版本。#查看包里面是否包含cuda 11.7。#安装cudatoolkit。#查看当前cuda情况。#查找对应版本nvcc。
使用虚拟环境conda安装不同版本（指定版本）的cuda，cudnn，pytorch
edward_zcl的博客
06-02 7075
背景：在学习深度学习时，我们不可避免的需要跑多个神经网络，而不同的神经网络环境都不一样，所以必须要使用到虚拟环境(如conda)去做环境隔离，安装属于自己的环境。在这环境中，大多神经网络都必须要用到cuda，cudnn。不同的神经网络需求版本不同，所以也需要另行安装，这与前面一篇文章pip安装包的方式还不太一样。安装好显卡驱动后，使用nvidia-smi命令可以查看这个显卡驱动可以安装的最高的cuda版本是多少，如下： Driver Version: 525.89.02 表明当前显卡驱动版本是525.89
不同conda 不同cuda版本方法
Aorg1的博客
06-15 339
安装不同的cuda给不同的conda环境使用方法
解决Anaconda虚拟环境安装不同版本的CUDA+Cudnn
qq_54374001的博客
09-23 2294
解决Anaconda虚拟环境安装不同版本的CUDA+Cudnn
记ubuntu20.04 不同conda环境多版本cuda安装与切换
baidu_41816106的博客
04-16 1696
torch.cuda.is_available()这几个命令都能正常输出，也能正常跑非mamba的网络训练），GPT给出的解释是尽管nvcc -V链接的是11.3的cuda，但是官方发布的PyTorch自带了运行所需的 CUDA 12.4 runtime libraries。因为之前安装过另一个版本的cuda，除非你确定想要用这个新版本的cuda，否则这里就建议选no，不然指定该链接后会将cuda指向这个新的版本；先看一下我的配置：[前提–>我已经安装了显卡驱动和11.3的cuda toolkit]
Pytorch：conda安装不同版本的cuda
Yan
04-07 2353
我不会是最后一个知道可以用conda安装不同版本的cuda的人吧。。。 通常的pytorch安装流程是： 首先安装NVIDIA驱动， 然后安装对应版本的cuda和cudnn 最后再安装cuda支持的pytorch版本 然而实际上今天发现，完成步骤1以后，直接安装cudatookkit就可以完成步骤2，并且对应的cuda就安装在对应的conda环境下。 ...
机器学习之GPU-paddle框架搭建之在conda虚拟环境安装CUDA和CUDNN以及在pycharm中验证paddle是否可运行
yxy_ben的博客
05-23 2250
通常，在本地安装与显卡对应的cuda和cudnn，这样才可以用显卡进行训练。但不同的项目所需框架所支持的CUDA版本是不一样的，而框架和CUDA版本之间又是互相依赖的，所以如果可以灵活地在不同cuda版本间切换将是非常方便的。anaconda就可以实现这个功能。所以可在conda创建的不同虚拟环境中安装不同的cuda和cudnn版本，以此来实现不同cuda版本间的切换。
(win10)anaconda虚拟环境中安装特定版本cuda+tensorflow+pytorch+pycharm
qq_40296501的博客
12-07 3638
1.安装anaconda 在官网安装最新版的anaconda，需要使用其他版本的python可创建虚拟环境。安装时选择all users以及添加环境变量。2.安装cuda以及cudnn。 你可以选择在cuda官网下载安装包，按照提示安装。也可以在anaconda虚拟环境中安装cuda。 a.虚拟环境创建：打开cmd，输入： conda create -n py36 python=3.6 py36是虚拟环境名称，python=3.6是虚拟环境中python版本，可自行选择。cuda和python也有版本对
Pytorch1.11_CUDA11.3_Pycharm2022_调试环境搭建
05-23
- **步骤4**：安装完成后，在系统环境变量Path中添加两个路径：`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin` 和 `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\libnvvp`。...
【2024年10月测试通过】conda下使用虚拟环境安装最新版pytorch2.4+cuda12.4
cxin917的专栏
10-05 921
1.采用conda的虚拟环境，会在沙盒环境下安装好所有所需包，而且该虚拟环境拷贝给其他人员可以直接用，很方便。3.官网的安装命令如下，这里面-c指的是强制访问国外的pytorch源，由于一些限制，会速度非常慢。2.pytorch官网访问不了，有一个国内镜像推荐，地址为。下面是重点，只需要在创建虚拟环境后，执行一句话命令即可。4. 虚拟环境的使用，可以参考我之前的博文。解决方法很简单，去掉这个源就可以。有任何问题，欢迎留言。
使用虚拟环境conda安装不同版本的cuda，cudnn，pytorch
热门推荐
qq_42537872的博客
08-16 2万+
背景：在学习深度学习时，我们不可避免的需要跑多个神经网络，而不同的神经网络环境都不一样，所以必须要使用到虚拟环境(如conda)去做环境隔离，安装属于自己的环境。在这环境中，大多神经网络都必须要用到cuda，cudnn。不同的神经网络需求版本不同，所以也需要另行安装，这与前面一篇文章pip安装包的方式还不太一样。安装好显卡驱动后，使用nvidia-smi命令可以查看这个显卡驱动可以安装的最高的cuda版本是多少，如下： Driver Version: 525.89.02 表明当前显卡驱动版本是525.89
anaconda python 版本对应关系_Python/使用 anaconda 管理多个版本的 CUDA
weixin_39587010的博客
11-23 527
虽然现在 Tensorflow 2 已经发布一段时间了，但仍然有很多历史代码是基于 Tensorflow 1 的。由于经常需要复现过去的论文的代码，需要使用 Tensorflow 1 的 GPU 版本 ，而我的服务器已经安装了 Tensorflow 2 的 GPU 版本。而 Tensorflow 2 和 Tensorflow 1 的 GPU 版本需要的 CUDA 和 cudnn 版本都不一样。下面...
CUDA相关 | 安装多版本CUDA，实现不同版本CUDA切换
TuTouPlayer的博客
11-26 3395
背景：目前已安装12.4，加装11.3参考：用参考一的方法安装cuda和cudnn，然而参考一的切换cuda版本的方法是修改软链接指向，但是这样会使得所有环境以及所有账户的cuda版本都改变，会影响其他人，所以用参考二的方法实现切换cuda。
Anaconda中使用不同版本的cuda
a2812586的博客
06-10 593
感谢大佬。记录一下 Anaconda中使用不同版本的cuda - 简书 (jianshu.com)
pycharm调用cuda 使用笔记本自带GPU
m0_68977819的博客
02-20 795
是 NVIDIA System Management Interface 的缩写，它是 NVIDIA 提供的一个命令行工具，用于查询和管理 NVIDIA GPU 设备的相关信息和状态。官网下载时间太长，果断换链接，点击下载进度条前面的下载链接，获取下载地址。在当前工程中建一个测试文件pytorch.py。换源也行，直接第三方下载，再本地安装也行。官网中选择合适的配置。
如何在Ubuntu 20.04的Anaconda不同环境中安装不同的CUDA版本（2020年8月）
qysh123的专栏
08-22 6016
我觉得这个需求肯定很多朋友都有。 首先应该考虑一点：如果装了不同版本的CUDA，是不是也得装不同版本的cuDNN？我目前的结论是：为了不影响系统中本来的cuDNN，是可以不装的。按照这篇博客的介绍：https://www.cnblogs.com/laosan007/p/12612511.html “如果没有编译cuDNN的话，执行一些基于Caffe这一深度学习框架的程序速度上要慢3-5倍” 这个measurement我没有自己做过，如果目的仅仅是为了试着跑一下别人的代码，完全可以不理会cuDNN。另外
Pycharm搭建CUDA，Pytorch教程
cqmhao的博客
07-25 4926
桌面右键打开nvidia控制面板->点击左下角系统信息->点击组件，查看3D设置中第三行的产品名称，其为自己电脑所能兼容的最高的Cuda版本（如我的电脑最高能兼容11.7版本）要成功运行cuda架构，所需的pytorch版本必须与python和cuda版本对应，以下为cuda与pytorch对应关系。->选择自定义安装。->安装完成后查看一下是否有环境变量，没有自己手动添加。->打开cmd，输入nvcc -V查看cuda版本。->确定安装路径（可以修改，最好记住）->进入官网，下载对应的安装程序。
可以不安装CUDA在pycharm上使用GPU跑代码吗
最新发布
06-19
-在PyCharm的项目环境中，使用pip（或conda）安装GPU版本的PyTorch（选择与驱动兼容的CUDA版本）。-在代码中设置使用GPU。注意：如果不安装完整的CUDAToolkit，那么你将不能使用nvcc等CUDA编译器，也不能使用CUDA...
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