CUDA版本如何处理？
How to deal with CUDA version?
如何在一个环境中设置不同版本的 CUDA OS？
这是我的问题：支持 GPU 的最新 Tensorflow 需要 CUDA 11.2，而 Pytorch 需要 11.3。那么在Windows和Ubuntu中安装这两个库的解决方案是什么？
一种解决方案是使用 Docker 容器环境，它只需要 Nvidia 驱动程序的版本为 XYZ.AB；这样，你就可以同时使用 PyTorch 和 TensorFlow 版本了。
你的问题的一个很好的起点是这个（ML-WORKSPACE）：https://github.com/ml-tooling/ml-workspace
如何在一个环境中设置不同版本的 CUDA OS？
这是我的问题：支持 GPU 的最新 Tensorflow 需要 CUDA 11.2，而 Pytorch 需要 11.3。那么在Windows和Ubuntu中安装这两个库的解决方案是什么？
一种解决方案是使用 Docker 容器环境，它只需要 Nvidia 驱动程序的版本为 XYZ.AB；这样，你就可以同时使用 PyTorch 和 TensorFlow 版本了。
你的问题的一个很好的起点是这个（ML-WORKSPACE）：https://github.com/ml-tooling/ml-workspace