1. 背景

由于本地安装了cuda 10.0, 但是现在需要在Anaconda中安装不同的python虚拟环境来安装tensorflow-gpu、对应的cudatoolkit、对应的cudnn来加速，下面是具体的演示流程

2. 安装

我这里以安装tensorflow-gpu==1.9.0为例，首先进入python的虚拟环境，source activate py37_tf

通过"conda search tensorflow-gpu", 可以看到有满足安装版本要求的tensorflow-gpu

然后使用清华源安装: pip install tensorflow-gpu==1.9.0 -i Simple Index

 安装成功以后去网络上搜索"tensorflow和GPU的对应关系"

可以看到需要对应安装cudatoolkit==9.0, 我们在通过命令: "conda search cudatoolkit"来看一下是否有此cudatoolkit的安装包，输入"conda search cudatoolkit"

发现是有这个cudatoolkit 9.0的，于是执行: conda install cudatoolkit==9.0

安装成功cudatoolkit之后，需要再安装对应版本的cudnn, 于是通过conda search cudnn查看一下，发现也是有可以安装的版本

于是执行: conda install cudnn==7.3.1

 则可以安装成功

上面的tensorflow-gpu、对应的cudatoolkit、对应的cudnn都安装好了之后，需要查看先tensorflow是否支持gpu加速，执行：

import tensorflow as tf

tf.test.is_gpu_available()

发现输出结果为True, 则到此支持GPU加速的tensorflow-gpu安装完毕。

参考链接：

【深度学习】不同虚拟环境安装不同Pytorch版本_不同环境安装不同pyorch_视觉闫小亘的博客-CSDN博客