深度学习环境配置（Tensorflow,Pytorch）多版本CUDA共存

最新推荐文章于 2025-11-26 15:32:16 发布

原创

最新推荐文章于 2025-11-26 15:32:16 发布 · 8k 阅读

20 ·

CC 4.0 BY-SA版权

文章标签：

#学习工具 #深度学习

本文介绍了如何在Anaconda环境下管理深度学习库Tensorflow和Pytorch的安装，以及如何在多版本CUDA之间切换。在CUDA和cuDNN已安装的前提下，创建特定Python版本的环境，然后分别安装Tensorflow和Pytorch的不同版本。此外，还讨论了如何在激活的环境中使用超级用户权限来管理这些库。

建议在anaconda下创建环境，再进行安装，方便各个环境的管理，以下安装方法在cuda和cudnn都安装好的前提下进行的。

Tensorflow安装

首先创建环境：conda create -n tf_0.11_gpu python=2.7； tf_0.11_gpu为环境的名称，2.7指定了python的版本，根据需要可以换成3.6；环境名称可以随意修改
激活当前环境： source activate tf_0.11_gpu
在该环境中安装tensorflow：
pip install --ignore-installed --upgrade
https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow-0.11.0-cp27-none-linux_x86_64.whl

https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/ 这个网站有tensorflow 各个版本，根据需要进行解决