是否有任何快速命令或脚本来检查安装的CUDA版本？
我在安装目录下找到了4.0的手册，但我不确定它是否是实际安装的版本。
当前回答
通过在终端中键入以下内容，可以获得cuda版本：
$ nvcc -V
# below is the result
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Nov__3_21:07:56_CDT_2017
Cuda compilation tools, release 9.1, V9.1.85
或者，可以先使用以下方法查找安装目录，手动检查版本：
$ whereis -b cuda
cuda: /usr/local/cuda
然后cd到该目录并检查CUDA版本。
其他回答
正如Jared在命令行的评论中提到的：
nvcc --version
（或/usr/local/cuda/bin/nvcc-version）提供cuda编译器版本（与工具包版本匹配）。
从应用程序代码中，可以使用
cudaRuntimeGetVersion()
或驱动程序API版本
cudaDriverGetVersion()
正如Daniel所指出的那样，deviceQuery是一个SDK示例应用程序，可以查询上面的内容以及设备功能。
正如其他人所指出的，您也可以使用（例如，在Mac或Linux上）检查version.txt的内容
cat /usr/local/cuda/version.txt
但是，如果安装了CUDA工具包的另一个版本，而不是从/usr/local/CUDA符号链接的版本，则如果PATH中的另一版本早于上述版本，则可能会报告版本不准确，因此请谨慎使用。
在使用CUDA 11.6.1的Windows 11上，这对我很有用：
cat "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\version.json"
使用以下命令检查Conda的CUDA安装：
conda list cudatoolkit
使用以下命令检查conda安装的CUDNN版本：
conda list cudnn
如果要通过CONDA安装/更新CUDA和CUDNN，请使用以下命令：
conda install -c anaconda cudatoolkit
conda install -c anaconda cudnn
或者，您可以使用以下命令检查CUDA安装：
nvidia-smi
OR
nvcc --version
如果您正在通过Anaconda包使用tensorflow-gpu（只需在控制台中打开Python，检查默认的Python在启动时是否显示Anaconda-Inc.，或者您可以运行哪个Python并检查位置），那么手动安装CUDA和CUDNN很可能无法工作。您将不得不通过conda进行更新。
如果您想手动安装CUDA、CUDNN或tensorflow gpu，可以查看此处的说明https://www.tensorflow.org/install/gpu
在以下时间之后找到我的：
whereis cuda
at
cuda:/usr/lib/cuda/usr/include/cuda.h
with
nvcc --version
CUDA版本9.1.85
使用CUDA运行时API C++包装器编程（注意：我是作者）：
auto v1 = cuda::version::maximum_supported_by_driver();
auto v2 = cuda::version::runtime();
这为您提供了一个cuda:：version_t结构，您可以对其进行比较，也可以打印/流式传输，例如：
if (v2 < cuda::version_t{ 8, 0 } ) {
std::cerr << "CUDA version " << v2 << " is insufficient." std::endl;
}
