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
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。
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。
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;
}
打开终端并运行以下命令：
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
您可以获得CUDA驱动程序版本、CUDA运行时版本的信息，以及GPU的详细信息。我的终端输出的图像示例如下。
您可以在此处找到图像。
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"])'
