Linux和Windows系统下:安装Anaconda、Paddle、tensorflow、pytorch，GPU[cuda12.cudnn]、CPU安装教学,多版本cuda11.2 自由切换

在Linux和Windows系统下安装Anaconda、Paddle、TensorFlow和PyTorch，并使用GPU（CUDA 12.4）的示例代码如下：

Linux系统下：

1. 安装Anaconda：

# 下载Anaconda安装脚本
wget https://repo.anaconda.com/archive/Anaconda3-2023.01-Linux-x86_64.sh
# 安装Anaconda
bash Anaconda3-2023.01-Linux-x86_64.sh
# 重启终端或者执行下面的命令来初始化Anaconda
source ~/.bashrc

2. 创建PaddlePaddle的conda环境：

conda create -n paddle_env python=3.8
conda activate paddle_env
# 安装PaddlePaddle GPU版本
conda install paddlepaddle-gpu==2.4.2 cudatoolkit=12.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64

3. 创建TensorFlow的conda环境：

conda create -n tf_env python=3.8
conda activate tf_env
# 安装TensorFlow GPU版本
conda install tensorflow-gpu==2.10.0 cudatoolkit=12.0 -c anaconda

4. 创建PyTorch的conda环境：

conda create -n torch_env python=3.8
conda activate torch_env
# 安装PyTorch GPU版本
conda install pytorch torchvision torchaudio cudatoolkit=12.0 -c pytorch

Windows系统下：

1. 下载并安装Anaconda。
2. 创建PaddlePaddle的conda环境：

conda create -n paddle_env python=3.8
conda activate paddle_env
# 安装PaddlePaddle GPU版本
conda install paddlepaddle-gpu==2.4.2 cudatoolkit=12.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64

3. 创建TensorFlow的conda环境：

conda create -n tf_env python=3.8
conda activate tf_env
# 安装TensorFlow GPU版本
conda install tensorflow-gpu==2.10.0 cudatoolkit=12.0 -c anaconda

4. 创建PyTorch的conda环境：

conda create -n torch_env python=3.8
conda activate torch_env
# 安装PyTorch GPU版本
conda install pytorch torchvision torchaudio cudatoolkit=12.0 -c pytorch

注意：以上代码中的版本号（如conda install paddlepaddle-gpu==2.4.2，conda install tensorflow-gpu==2.10.0等）可能会随着软件版本更新而变化，请根据实际情况选择合适的版本。同时，CUDA版本需要与安装的GPU驱动兼容，确保安装与CUDA 12.4兼容的GPU驱动。