Python 英伟达Cudatoolkit vs康达Cudatoolkit

到目前为止，我一直在使用Tensorflow GPU，通过pip和Nvidia网站上的Cuda相关软件和Nvidia软件/驱动程序安装它。最近，我发现使用

conda install tensorflow gpu

也可以安装cudatoolkit和cudnn

那么，这些（康达提供的）和我从Nvidia网站下载的有什么不同呢

在我的第一个（上一个）环境中，

conda list

显示我只安装了TensorFlow（来自PyPi），没有安装cudnn/cudatoolkit，但仍然一切正常

另外，在我运行

conda安装tensorflow gpu

的新环境中，

conda列表显示tensorflow gpu与cudatoolkit和cudnn一起由Anaconda安装。在这种环境下，一切都很顺利

这是否意味着，如果我使用pip安装TensorFlow，则从Nvidia网站下载和安装Cuda是必要的？
如果使用anaconda安装TensorFlow gpu，它将在与TensorFlow gpu相同的conda环境中为您安装Cuda和cudnn。您只需自行安装最新的nvidia驱动程序（这样它就可以与最新的CUDA级别和您使用的所有较旧的CUDA级别配合使用。）

与pip安装tensorflow gpu方法相比，该方法有许多优点：

Anaconda将始终安装TensorFlow代码编译使用的CUDA和CuDNN版本
您可以有多个具有不同级别TensorFlow、CUDA和CuDNN的conda环境，只需使用conda activate在它们之间切换即可
您不必在系统范围内手动安装CUDA和cuDNN
与pip安装tensorflow gpu相比，缺点是在Anaconda能够更新conda配方并发布其最新tensorflow版本的构建之前数周，tensorflow的最新版本被添加到pypi中
 你知道如果CUDA安装在主机操作系统上会出现什么问题吗？（康达环境外）Anaconda应忽略康达环境外的任何CUDA版本。它应该找不到，我没有任何错误。都安装了。但我不确定它是否会被忽略。在康达城外安装CUDA时，我从未出错@william在您建议的两种方法之间进行了比较，哪种方法性能更好？