- Linux
- 查看 CUDA 版本
- 查看 cuDNN 版本
- Windows
- 查看 CUDA 版本
- 查看 cuDNN 版本
- 使用 PyTorch 查看 CUDA 和 cuDNN 版本
- References
Linux
查看 CUDA 版本
- 方法一：
nvcc --version
或
nvcc -V
如果 nvcc 沒有安裝，那么用方法二。
- 方法二：
去安裝目錄下查看：
cat /usr/local/cuda/version.txt
查看 cuDNN 版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
如果沒有，那么可能沒有安裝 cuDNN。
網上查到使用下面第一條指令就可查看安裝好的cudnn版本，但是好像最近使用起來一直沒反應，經過探索我發現，不知道從哪個版本開始，cudnn的版本號已經不在cudnn.h中了，而是單獨有一個文件cudnn_version.h，因此在完整安裝方法基礎上，還需要在復制cudnn.h的同時也將cudnn_version.h一起復制到我們自己的cuda對應目錄下，以本人使用的ubuntu18.04為例，應該是/usr/local/cuda/include/下
原指令
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
新指令，
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
————————————————
版權聲明：本文為CSDN博主「石頭兒啊」的原創文章，遵循CC 4.0 BY-SA版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/wenroudebaozi/article/details/114582502
如果是為了使用 PyTorch/TensorFlow，在 Linux 服務器上推薦使用 conda 安裝，使用 conda 可以很方便安裝 PyTorch/TensorFlow 以及對應版本的 CUDA 和 cuDNN。
Windows
查看 CUDA 版本
在命令行中執行：
nvcc --version
或者進入 CUDA 的安裝目錄查看：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
查看 cuDNN 版本
進入 CUDA 的安裝目錄查看文件 cudnn.h ：（注意修改v9.0）
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include\cudnn.h
如下所示，cuDNN 版本為 7.2.1 :
如果不知道安裝路徑，或者安裝了多個版本的 CUDA，可以去環境變量內查看 CUDA_PATH 或 path。
使用 PyTorch 查看 CUDA 和 cuDNN 版本
import torch print(torch.__version__) print(torch.version.cuda) print(torch.backends.cudnn.version()) References
ubuntu: 查看cuda版本 -- JNingWei
Windows查看CUDA版本 -- 胡大炮的妖孽人生
LINUX下查詢CUDA和CUDNN版本 -- 許文_北京北
Linux和Windows下查看環境變量方法 -- 小寒