我已经搜索了很多地方，但我得到的都是如何安装它，而不是如何验证它是否安装。我可以验证我的NVIDIA驱动程序是否安装，CUDA是否安装，但我不知道如何验证CuDNN是否安装。非常感谢您的帮助，谢谢!
PS。 这是一个caffe实现。目前没有启用CuDNN，一切都可以正常工作。
当前回答
安装CuDNN只是复制一些文件。因此，要检查是否安装了CuDNN(以及您使用的是哪个版本)，只需检查这些文件。
安装 CuDNN
第一步:注册一个nvidia开发者账号并下载cudnn(大约80 MB)。你可能需要nvcc -version来获得你的cuda版本。
步骤2:检查cuda的安装位置。对于大多数人来说，它将是/usr/local/cuda/。你可以用哪个nvcc检查一下。
第三步:复制文件:
$ cd folder/extracted/contents
$ sudo cp include/cudnn.h /usr/local/cuda/include
$ sudo cp lib64/libcudnn* /usr/local/cuda/lib64
$ sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
检查版本
你可能需要调整路径。请参见安装的步骤2。
$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
编辑:在以后的版本中，这可能是以下(归功于阿里斯)
$ cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
笔记
当你得到一个错误
F tensorflow/stream_executor/cuda/cuda_dnn.cc:427] could not set cudnn filter descriptor: CUDNN_STATUS_BAD_PARAM
对于TensorFlow，你可以考虑使用CuDNN v4而不是v5。
通过apt: https://askubuntu.com/a/767270/10425安装的Ubuntu用户
其他回答
torch.backends.cudnn.version()
应该能成功
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。
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。
获取cuDNN版本[Linux]
使用以下方法查找cuDNN路径:
cat $(whereis cudnn.h) | grep CUDNN_MAJOR -A 2
如果以上都不行，试试这个:
cat $(whereis cuda)/include/cudnn.h | grep CUDNN_MAJOR -A 2
获取cuDNN版本[Windows]
使用以下方法查找cuDNN路径:
C:\>where cudnn*
C:\Program Files\cuDNN6\cuda\bin\cudnn64_6.dll
然后使用这个来从头文件中转储版本，
type "%PROGRAMFILES%\cuDNN6\cuda\include\cudnn.h" | findstr "CUDNN_MAJOR CUDNN_MINOR CUDNN_PATCHLEVEL"
获取CUDA版本
这在Linux和Windows上都有效:
nvcc --version
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
