如何在具有相同 CUDA 的虚拟环境中设置 TF 和 Torch

Question

我想在一个具有相同 CUDA 的虚拟环境中设置 TensorFlow 和 pytorch。但是，我找不到可以同时支持tensorflow和pytorch的CUDA版本：对于tensorflow 2.10，我选择了CUDA 11.2。但我在支持pyTorch的列表中没有找到这个CUDA版本。我只能在 pyTorch 的列表中找到 CUDA 11.1。详细信息如下。

1. 查找 Tensorflow 的 CUDA 版本 https://www.tensorflow.org/install/source_windows#tested_build_configurations

2. 查找 PyTorch 的 CUDA 版本 https://elenacliu-pytorch-cuda-driver.streamlit.app/

如果我想用GPU卡运行代码，如果我安装2个不同的CUDA版本会有什么问题吗？例如，在我通过“conda create --name myenv python=3.10”创建虚拟环境后，我想使用tensorflow为项目1运行代码，并使用pyTorch为项目2运行代码。

每次运行代码之前都需要修改系统变量中的“CUDA_PATH”吗？即，当我需要使用 PyTorch 时为 CUDA 11.1 设置 CUDA_PATH，当我需要使用 Tensorflow 时为 CUDA 11.2 设置 CUDA_PATH？

Answer 1

确实没有预构建 pytorch 和 cuda-11.2 的二进制文件。如果你一定想使用这个版本的 cuda，我认为你有两个选择：

• 使用使用 cuda-11.1 编译的 pytorch 二进制文件，它应该可以正常工作
• 从源代码构建 pytorch，如此处
所述

我基本上是在重复这个pytorch线程上所说的内容，你可以阅读它以了解更多细节