windows 多个cuda

在Windows系统中，如果你安装了多个不同版本的CUDA，你不需要手动切换它们。只要在环境变量PATH中添加相应的CUDA路径即可。这样，当你使用TensorFlow运行时，它会自动在环境变量中寻找合适的CUDA版本，直到找到为止。如果找不到合适的CUDA版本，则会报错。所以，你可以同时安装多个CUDA版本，并在需要的时候使用不同的版本。\[3\]为了验证CUDA的配置是否成功，你可以使用CUDA内置的deviceQuery.exe和bandwithTest.exe这两个程序进行验证。你可以通过win+R启动cmd，然后使用cd命令切换到CUDA安装目录下的相应版本文件夹，比如CUDA 10.1的安装目录。然后运行这两个程序来验证配置是否成功。\[2\]
#### 引用[.reference_title]
- *1* [Windows下CUDA多版本共存](https://blog.csdn.net/m0_37605642/article/details/117932717)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* *3* [windows下同一个显卡配置多个CUDA工具包以及它们之间的切换](https://blog.csdn.net/qq_27825451/article/details/89135592)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]