Wie bekomme ich die cuda-Version?
Gibt es einen Befehl oder ein Skript, um die installierte CUDA-Version zu überprüfen?
Ich habe das Handbuch von 4.0 unter dem Installationsverzeichnis gefunden, bin aber nicht sicher, ob es von der tatsächlich installierten Version ist oder nicht.
Wie Jared in einem Kommentar von der Kommandozeile aus erwähnt:
nvcc --version
(oder /usr/local/cuda/bin/nvcc --version) gibt die CUDA-Compilerversion an (entspricht der Toolkitversion).
Mit dem Anwendungscode können Sie die Laufzeit-API-Version mit abfragen
cudaRuntimeGetVersion()
oder die Treiber-API-Version mit
cudaDriverGetVersion()
Wie Daniel darauf hinweist, ist deviceQuery eine SDK-Beispielanwendung, die die obigen Funktionen zusammen mit den Gerätefunktionen abfragt.
Wie bereits erwähnt, können Sie auch den Inhalt von version.txt überprüfen (z. B. auf Mac oder Linux).
cat /usr/local/cuda/version.txt
Wenn jedoch eine andere Version des CUDA-Toolkits installiert ist als die mit /usr/local/cuda verknüpfte, kann dies eine ungenaue Version melden, wenn in Ihrer PATH eine andere Version als die oben genannte vorhanden ist.
Auf Ubuntu Cuda V8:
$ cat /usr/local/cuda/version.txt
Auf Ubuntu:
Versuchen
$ cat /usr/local/cuda/version.txt oder $ cat /usr/local/cuda-8.0/version.txt
Manchmal heißt der Ordner "Cuda-Version".
Wenn keine der oben genannten Funktionen funktioniert, gehen Sie zu $ /usr/local/ Suchen Sie nach dem richtigen Namen Ihres Cuda-Ordners.
Die Ausgabe sollte folgendermaßen aussehen: CUDA Version 8.0.61
Wenn Sie CUDA SDK installiert haben, können Sie "deviceQuery" ausführen, um die Version von CUDA anzuzeigen
Für CUDA-Version:
nvcc --version
Für cuDNN-Version:
Für Linux:
Gehen Sie folgendermaßen vor, um den Pfad für cuDNN zu finden:
$ whereis cuda
cuda: /usr/local/cuda
Dann verwenden Sie diese, um die Version aus der Header-Datei abzurufen.
$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
Für Windows,
Gehen Sie folgendermaßen vor, um den Pfad für cuDNN zu finden:
C:\>where cudnn*
C:\Program Files\cuDNN7\cuda\bin\cudnn64_7.dll
Dann verwenden Sie diese Option, um die Version aus der Header-Datei zu sichern
type "%PROGRAMFILES%\cuDNN7\cuda\include\cudnn.h" | findstr CUDNN_MAJOR
Wenn du rennst
nvidia-smi
Sie sollten die CUDA-Version in der oberen rechten Ecke der Ausgabe des Befehls finden. Zumindest habe ich diese Ausgabe für CUDA Version 10.0 gefunden, z. B. 
Sie könnten CUDA-Z nützlich finden, hier ein Zitat von ihrer Site:
"Dieses Programm wurde als Parodie anderer Z-Utilities wie CPU-Z und GPU-Z geboren. CUDA-Z enthält einige grundlegende Informationen zu CUDA-fähigen GPUs und GPGPUs. Es funktioniert mit NVIDIA Geforce-, Quadro- und Tesla-Karten, ION Chipsätze. "
http://cuda-z.sourceforge.net/
Auf der Registerkarte Support befindet sich die URL für den Quellcode: http://sourceforge.net/p/cuda-z/code/ und der Download ist kein Installer, sondern die ausführbare Datei selbst (keine Installation, also das ist "schnell").
Dieses Dienstprogramm enthält viele Informationen. Wenn Sie wissen möchten, wie es abgeleitet wurde, können Sie sich die Quelle ansehen. Es gibt andere Dienstprogramme, die ähnlich sind und nach denen Sie suchen könnten.
Abgesehen von den oben genannten enthält der CUDA-Installationspfad (wenn er während des Setups nicht geändert wird) normalerweise die Versionsnummer
wenn Sie einen which nvcc ausführen, sollte der Pfad angegeben werden, und Sie erhalten die Version
PS: Dies ist ein schneller und schmutziger Weg, die obigen Antworten sind eleganter und ergeben mit großem Aufwand die richtige Version
Nach der Installation von CUDA kann man die Versionen überprüfen: nvcc -V
Ich habe sowohl 5.0 als auch 5.5 installiert, also gibt es
Cuda Compilation Tools, Release 5.5, V5.5,0
Dieser Befehl funktioniert sowohl für Windows als auch für Ubuntu.
Zuerst sollten Sie herausfinden, wo Cuda installiert ist.
Wenn es sich um eine Standardinstallation wie hier handelt, sollte der Speicherort Folgendes sein:
für Ubuntu:
/ usr/local/cuda
in diesem Ordner sollten Sie eine Datei haben
version.txt
Öffnen Sie diese Datei mit einem beliebigen Texteditor oder führen Sie Folgendes aus:
cat version.txt
aus dem Ordner
ODER
cat /usr/local/cuda/version.txt
dpkg -l | grep cudawenn Sie unter Linux arbeiten
Sie können die cuda-Version abrufen, indem Sie Folgendes in das Terminal eingeben:
$ nvcc -V
# below is the result
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Nov__3_21:07:56_CDT_2017
Cuda compilation tools, release 9.1, V9.1.85
Alternativ kann man manuell nach der Version suchen, indem man zunächst das Installationsverzeichnis mit Hilfe von:
$ whereis -b cuda
cuda: /usr/local/cuda
Und dann cd in dieses Verzeichnis und prüfen Sie die CUDA-Version.
ich bekomme/usr/local - keine solche Datei oder Verzeichnis. Obwohl nvcc -V gibt
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
wenn nvcc --version für Sie nicht funktioniert, verwenden Sie cat /usr/local/cuda/version.txt
Verwenden Sie den folgenden Befehl, um die CUDA-Installation von Conda zu überprüfen:
conda list cudatoolkit
Und der folgende Befehl, um die von conda installierte CUDNN-Version zu überprüfen:
conda list cudnn
Wenn Sie CUDA und CUDNN über CONDA installieren/aktualisieren möchten, verwenden Sie bitte die folgenden Befehle:
conda install -c anaconda cudatoolkit
conda install -c anaconda cudnn
Alternativ können Sie folgende Befehle verwenden, um die CUDA-Installation zu überprüfen:
nvidia-smi
OR
nvcc --version
Wenn Sie Tensorflow-gpu über das Anaconda-Paket verwenden (Sie können dies überprüfen, indem Sie einfach Python in der Konsole öffnen und prüfen, ob das Standard-python Anaconda, Inc. anzeigt, wenn es gestartet wird, oder Sie kann ausführen, welches python und den Speicherort überprüfen), dann wird die manuelle Installation von CUDA und CUDNN höchstwahrscheinlich nicht funktionieren. Sie müssen stattdessen über conda aktualisieren.
Wenn Sie CUDA, CUDNN oder tensorflow-gpu manuell installieren möchten, lesen Sie die Anweisungen hier https://www.tensorflow.org/install/gp