• Linux
  • 檢視 CUDA 版本
  • 檢視 cuDNN 版本
• Windows
  • 檢視 CUDA 版本
  • 檢視 cuDNN 版本
• 使用 PyTorch 檢視 CUDA 和 cuDNN 版本
• References

Linux

檢視 CUDA 版本

• 方法一：

nvcc --version

或

nvcc -V

如果 nvcc 沒有安裝，那麼用方法二。

• 方法二：

去安裝目錄下檢視：

cat /usr/local/cuda/version.txt

檢視 cuDNN 版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

如果沒有，那麼可能沒有安裝 cuDNN。

網上查到使用下面第一條指令就可檢視安裝好的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，而是單獨有一個檔案cudnn_version.h，因此在完整安裝方法基礎上，還需要在複製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

————————————————
版權宣告：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連結及本宣告。
原文連結：https://blog.csdn.net/wenroudebaozi/article/details/114582502

如果是為了使用 PyTorch/TensorFlow，在 Linux 伺服器上推薦使用 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

檢視 CUDA 版本

在命令列中執行：

nvcc --version

或者進入 CUDA 的安裝目錄檢視：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA

檢視 cuDNN 版本

進入 CUDA 的安裝目錄檢視檔案 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，可以去環境變數內檢視 CUDA_PATH 或 path。

使用 PyTorch 檢視 CUDA 和 cuDNN 版本

import torch
print(torch.__version__)

print(torch.version.cuda)
print(torch.backends.cudnn.version())

References

ubuntu: 檢視cuda版本 -- JNingWei
Windows檢視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下檢視環境變數方法 -- 小寒

如果這篇文章幫助到了你，你可以請作者喝一杯咖啡