在使用tensorflow或者keras时，有时需要安装不同版本的tensorflow，这些版本可能要求不同的cuda版本。类似于使用conda安装多个python环境，可以使用conda env环境安装不同版本的cuda和cudnn。

1、显卡驱动drive安装

显卡驱动的版本要符合安装的cuda最高版对显卡驱动的要求，一般来说，cuda版本越高对显卡驱动要求版本越高，且向上兼容。具体的显卡安装自行百度。

2、创建conda env安装cuda和cudnn

创建conda env

conda create -n cuda9 python=3.6

切换到创建好的环境cuda9

source activate cuda9

直接用conda安装cuda和cudnn

    conda isntall cudatoolkit=9.0
    conda install cudnn=7.1.2

或者自己下载文件，下载所需要的cuda和cudnn。直接官网下载即可

如下图下载好了cuda 8.0+cudnn6.0和cuda 9.0+cudnn7.1.2

直接指定文件路径安装:

    conda install /path/to/cuda9.0.xxxxxx.tar.bz
    conda install /path/to/cudnn7.12.xxxxxx.tar.bz

3、验证安装

安装好后conda list查看

 其他版本的cuda安装同上，在新建conda env安装即可，使用时切换到对应版本的cuda。

如在已安装cuda8的centos机器上，安装完cuda9，并安装tensorflow-gpu=1.11.0（要求cuda9），切换到cuda9环境后，导入tensorflow可正常使用
原文链接：https://blog.csdn.net/MrR1ght/article/details/92640044