Ananconda 虚拟环境安装cuda、cudann

选择对应版本
官网地址

1.创建新环境

conda create --name <env_name> <package_names>

注意：
▫ <env_name> 即创建的环境名。建议以英文命名，且不加空格，名称两边不加尖括号“<>”。
▫ <package_names> 即安装在环境中的包名。名称两边不加尖括号“<>”。
① 如果要安装指定的版本号，则只需要在包名后面以 = 和版本号的形式执行。如： conda create --name python2 python=2.7 ，即创建一个名为“python2”的环境，环境中安装版本为2.7的python。
② 如果要在新创建的环境中创建多个包，则直接在 <package_names> 后以空格隔开，添加多个包名即可。如： conda create -n python3 python=3.5 numpy pandas ，即创建一个名为“python3”的环境，环境中安装版本为3.5的python，同时也安装了numpy和pandas。

▫ --name 同样可以替换为 -n 。
提示：默认情况下，新创建的环境将会被保存在 anaconda3/env 目录下。

2.切换环境

① List item

Linux 或 macOS

source activate <env_name>

② Windows

activate <env_name>

3.安装tensorfolw

 pip install -i https://pypi.douban.com/simple tensorflow-gpu==1.9.0

4.cuda

安装虚拟cuda

conda install cudatoolkit=9.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

5.cudann

安装虚拟cudann镜像。CUDAnn可以不写版本号，好像会根据cuda版本自动适配。这个镜像源有点慢，140多M等了半天都没下完，祭司个人哦GGG

conda install cudnn -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/

6.验证

import tensorflow as tf
tf.compat.v1.disable_eager_execution()
hello = tf.constant('hello,TensorFlow!')
sess = tf.compat.v1.Session()
print(sess.run(hello))

7.参考文章

1.Anaconda虚拟环境中安装CUDA
2.anaconda介绍