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
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
其他回答
对于CUDA版本:
nvcc --version
或者使用,
nvidia-smi
对于cuDNN版本:
对于Linux:
使用以下方法查找cuDNN的路径:
$ whereis cuda
cuda: /usr/local/cuda
然后使用该命令从头文件获取版本,
$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
对于Windows,
使用以下方法查找cuDNN的路径:
C:\>where cudnn*
C:\Program Files\cuDNN7\cuda\bin\cudnn64_7.dll
然后使用它从头文件转储版本,
type "%PROGRAMFILES%\cuDNN7\cuda\include\cudnn.h" | findstr CUDNN_MAJOR
如果您在Windows上获得CUDA的两个不同版本-nvcc和NVIDIA smi显示的不同CUDA版本
我得到/usr/local-没有这样的文件或目录。尽管nvcc-V给出了
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Sun_Sep__4_22:14:01_CDT_2016
Cuda compilation tools, release 8.0, V8.0.44
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
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。
安装CUDA后,可以通过以下方式检查版本:nvcc-V
我已经安装了5.0和5.5
Cuda编译工具5.5版V5.5,0
此命令适用于Windows和Ubuntu。