如何使用Anaconda安装cudatoolkit 8.0以运行TensorFlow 1.4.1代码？

前置说明 #

TensorFlow 1.4.1仅适配CUDA 8.0 + cuDNN 7.0.x的运行环境，且仅支持Python 3.5~3.6版本，所有操作建议在独立隔离的conda环境中完成，避免影响其他项目依赖。

步骤1：创建专属运行环境 #

执行以下命令创建适配版本的Python环境：
conda create -n tf141_env python=3.6 -y
环境创建完成后激活：

• Linux/macOS执行：source activate tf141_env
• Windows执行：activate tf141_env

步骤2：安装cudatoolkit 8.0及匹配版本cuDNN #

默认conda主源已下架旧版本cudatoolkit，可通过指定conda-forge社区源安装，执行命令：
conda install cudatoolkit=8.0 cudnn=7.0 -c conda-forge -y
若提示找不到包，可先将conda源切换为保留旧包缓存的第三方国内镜像后重试

步骤3：安装TensorFlow 1.4.1 GPU版本 #

执行pip命令安装对应版本TensorFlow：
pip install tensorflow-gpu==1.4.1

验证安装结果 #

执行以下命令验证GPU是否可以正常调用：
python -c "import tensorflow as tf; print(tf.test.is_gpu_available())"
返回结果为True即代表环境配置成功。

注意事项 #

• 禁止在conda的base环境直接安装旧版本依赖，避免破坏全局依赖结构
• 若出现依赖冲突，先执行conda list检查当前环境是否有其他版本的cuda、cudnn或TensorFlow残留，卸载后重试
• 所有环境操作仅在激活的tf141_env环境内生效，不会影响其他conda环境的正常运行

内容的提问来源于stack exchange，提问作者ShnitzelKiller