查看cuda cudnn 版本 & 一些常见疑问

一、快速确定版

查看cuda

    nvcc -V

查看cudnn

    dpkg -l | grep cudnn

二、历史方法

    有一些已经失效,这里仅仅作为备选

查看cuda

    方法一
    nvcc -V 或者 nvcc —version
    方法二
    cat /usr/local/cuda/version.txt 或者 cat /usr/local/cuda/version.json

查看cudnn

    方法一
    dpkg -l | grep cudnn
    方法二
    whereis cudnn_version 或者 whereis cudnn.h 获得真实路径。这里以/usr/local/cuda/include/为例
    cat /usr/local/cuda/include/cudnn.h |grep CUDNN_MAJOR -A 2
    cat /usr/local/cuda/include/cudnn_version.h |grep CUDNN_MAJOR -A 2

三、不建议使用的方法

方法一、pytorch 接口

    import torch
    # 查看torch的版本
    print(torch.__version__)
    # 查看cuda的版本
    print(torch.version.cuda)
    # 查看cudnn的版本
    print(torch.backends.cudnn.version())

方法二、nvidia-smi 命令

原因简单介绍

    对于算法工程师我们知道一般层级为GPU硬件-GPU驱动(driver)—cuda-(cudnn)-pytorch.
    其中cuda 一般也分两种:driver api(nvidia-smi显示的)和runtime api (nvcc -v等显示的)。用于支持driver api的必要文件由 GPU driver installer 安装,nvidia-smi就属于这一类API;而用于支持runtime api的必要文件是由 CUDA Toolkit installer 安装。nvcc是与CUDA Toolkit一起安装的CUDA compiler-driver tool,它只知道它自身构建时的CUDA runtime版本,并不知道安装了什么版本的GPU driver,甚至不知道是否安装了GPU driver。如果driver API和runtime API的CUDA版本不一致可能是因为你使用的是单独的GPU driver installer,而不是CUDA Toolkit installer里的GPU driver installer。一般现在大家使用docker 开发技术,宿主机安装driver, docker 内部安装cuda cudnn,这时一般nvidia-smi 和 nvcc -v 的结果便是不一样的,通常driver api 的版本能向下兼容 runtime api 的版本。
    Conda安装的CUDA Toolkit和NVIDIA的CUDA Toolkit区别:Nvidia 官方提供的 CUDA Toolkit 是一个完整的工具安装包,其中提供了 Nvidia 驱动程序、开发 CUDA 程序相关的开发工具包等可供安装的选项。 Pytorch 之类的深度学习框架,一般仅使用 CUDA 的动态链接库支持程序的运行( Pytorch 本身与 CUDA 相关的部分是提前编译好的 ),就像常见的可执行程序一样。
    Pytorch 接口输出的 cuda 的版本并不一定是 Pytorch 在实际系统上运行时使用的 cuda 版本,而是编译该 Pytorch release 版本时使用的 cuda 版本。   torch.version.cuda 是位于 torch/version.py 中的一个变量, Pytorch 在基于源码进行编译时,通过tools/setup_helpers/cuda.py 来确定编译 Pytorch 所使用的 cuda 的安装目录和版本号。
    

切换多个版本的cuda:

    *查看环境变量 
    echo CUDA_HOME 或 CUDA_PATH
    *在/usr/local下,我们可以安装多个版本的cuda,
    *命令行输入以下命令,断开cuda文件与cuda-10.1的符号链接:
    sudo rm -rf cuda //注意:/usr/local/cuda 仅删除软链接, /usr/local/cuda/ 删除软链接所指向的目录的所有内容
    *命令行输入以下命令,建立cuda文件与cuda-9.0的符号链接:
    sudo ln -s /usr/local/cuda-9.0 /usr/local/cuda
    *此时查看cuda版本,已经更改成功,
    Nvcc -v
参考链接
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

TigerZ*

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值