- 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 没有安装，那么用方法二。
- 方法二：
去安装目录下查看：
cat /usr/local/cuda/version.txt
查看 cuDNN 版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
如果没有，那么可能没有安装 cuDNN。
网上查到使用下面第一条指令就可查看安装好的cudnn版本，但是好像最近使用起来一直没反应，经过探索我发现，不知道从哪个版本开始，cudnn的版本号已经不在cudnn.h中了，而是单独有一个文件cudnn_version.h，因此在完整安装方法基础上，还需要在复制cudnn.h的同时也将cudnn_version.h一起复制到我们自己的cuda对应目录下，以本人使用的ubuntu18.04为例，应该是/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
————————————————
版权声明：本文为CSDN博主「石头儿啊」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/wenroudebaozi/article/details/114582502
如果是为了使用 PyTorch/TensorFlow，在 Linux 服务器上推荐使用 conda 安装，使用 conda 可以很方便安装 PyTorch/TensorFlow 以及对应版本的 CUDA 和 cuDNN。
Windows
查看 CUDA 版本
在命令行中执行：
nvcc --version
或者进入 CUDA 的安装目录查看：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
查看 cuDNN 版本
进入 CUDA 的安装目录查看文件 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 版本为 7.2.1 :
如果不知道安装路径，或者安装了多个版本的 CUDA，可以去环境变量内查看 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下查询CUDA和CUDNN版本 -- 许文_北京北
Linux和Windows下查看环境变量方法 -- 小寒
