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。
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
首先你应该找到Cuda的安装位置。
如果是像这里这样的默认安装,位置应该是:
对于ubuntu:
/usr/local/cuda
在此文件夹中,您应该有一个文件
版本.txt
使用任何文本编辑器打开此文件或运行:
cat version.txt
从文件夹
OR
cat /usr/local/cuda/version.txt
其他回答
如果nvcc和nvidia-smi之间存在版本不匹配,则使用不同版本的cuda作为驱动程序和运行时环境。
为了确保使用相同版本的CUDA驱动程序,您需要做的是在系统路径上获取CUDA。
首先运行cuda所在的位置,找到cuda驱动程序的位置。
然后转到.bashrc并修改路径变量,并使用变量“LD_LIBRARY_path”设置搜索的目录优先顺序。
例如
$ whereis cuda
cuda: /usr/lib/cuda /usr/include/cuda.h /usr/local/cuda
CUDA安装在/usr/local/CUDA,现在我们需要将路径变量添加到.bashrc,如下所示:
vim ~/.bashrc
export PATH="/usr/local/cuda/bin:${PATH}"
在该行之后,将目录搜索路径设置为:
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:${LD_LIBRARY_PATH}"
然后保存.bashrc文件。并将其刷新为:
$ source ~/.bashrc
这将确保您有nvcc-V和nvidia-smi使用相同版本的驱动程序。
如果您在linux上运行:
dpkg -l | grep cuda
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
在我的cuda-11.60安装中,可以在/usr/local/cuda/version.json中找到信息。它包含完整的版本号(11.6.0而不是nvidia-smi显示的11.6)。
可按如下方式检索信息:
python -c 'import json; print(json.load(open("/usr/local/cuda/version.json"))["cuda"]["version"])'
使用tensorflow:
import tensorflow as tf
from tensorflow.python.platform import build_info as build
print(f"tensorflow version: {tf.__version__}")
print(f"Cuda Version: {build.build_info['cuda_version']}")
print(f"Cudnn version: {build.build_info['cudnn_version']}")
tensorflow版本:2.4.0
Cuda版本:11.0
Cudnn版本:8