我有cuDNN 8.0，上面的建议对我都不起作用。所需的信息在/usr/include/cudnn_version.h中，因此

cat /usr/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

成功了。

要检查CUDA的安装，运行下面的命令，如果安装正确，下面的命令将不会抛出任何错误，并将打印正确的库版本。

function lib_installed() { /sbin/ldconfig -N -v $(sed 's/:/ /' <<< $LD_LIBRARY_PATH) 2>/dev/null | grep $1; }
function check() { lib_installed $1 && echo "$1 is installed" || echo "ERROR: $1 is NOT installed"; }
check libcuda
check libcudart

要检查CuDNN的安装，运行下面的命令，如果CuDNN安装正确，那么您将不会得到任何错误。

function lib_installed() { /sbin/ldconfig -N -v $(sed 's/:/ /' <<< $LD_LIBRARY_PATH) 2>/dev/null | grep $1; }
function check() { lib_installed $1 && echo "$1 is installed" || echo "ERROR: $1 is NOT installed"; }
check libcudnn 

OR

您可以从任何目录运行以下命令

nvcc -V

它的输出应该是这样的

 nvcc: NVIDIA (R) Cuda compiler driver
 Copyright (c) 2005-2016 NVIDIA Corporation
 Built on Tue_Jan_10_13:22:03_CST_2017
 Cuda compilation tools, release 8.0, V8.0.61

安装CuDNN只需要将文件放在CUDA目录中。如果你在安装caffe时正确地指定了路由和CuDNN选项，它将被CuDNN编译。

你可以使用cmake检查。创建一个caffe/build目录并运行cmake ..从那里。如果配置正确，你会看到这些行:

-- Found cuDNN (include: /usr/local/cuda-7.0/include, library: /usr/local/cuda-7.0/lib64/libcudnn.so)

-- NVIDIA CUDA:
--   Target GPU(s)     :   Auto
--   GPU arch(s)       :   sm_30
--   cuDNN             :   Yes

如果一切正常，只需运行make命令从那里安装caffe。

当通过。deb在ubuntu上安装时，你可以使用sudo apt search cudnn | grep installed

对于CUDnn 8.1及以上版本，使用以下命令:

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

如何检查python代码:

from tensorflow.python.platform import build_info as tf_build_info

print(tf_build_info.cudnn_version_number)
# 7 in v1.10.0