在实际工作中，经常需要接触服务器，有时候在实施部署的时候需要对裸机进行安装和部署，涉及到深度学习环境搭建的话就会比较耗时一些，为了简化操作工作以及保证与开发好的模型完美兼容最好的办法就是与我们自己的开发机器保持完全相同的环境版本，这时候就需要查询开发机器上的操作环境，本文主要是在实际使用的时候记录一下CUDA和cuDNN内容的查询操作。

1、查看 CUDA 版本

执行下面的命令来进行查询：

nvcc --version

或者：

nvcc -V

结果如下所示：

2、查看 cuDNN 版本

执行下面的命令：

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

或者：

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

在我的系统上执行第一条命令报错：

 No such file or directory

执行第二条命令输出如下：

#define CUDNN_MAJOR 7
#define CUDNN_MINOR 4
#define CUDNN_PATCHLEVEL 2
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

从上面的信息不难看出这里我们使用的cuDNN版本是： 7.4.2

3、查看 GPU 信息

执行下面的命令可以完整查看GPU的详情信息：

nvidia-smi

结果如下所示：

这里面可以看到我们使用的驱动版本是：450.80.02

如果无法通过 cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 和 ldconfig -p | grep cudnn 命令正确显示 cuDNN 的版本信息，可以尝试以下几种方法来获取 cuDNN 的版本信息：

方法 1: 检查 cuDNN 安装路径

首先，确认 cuDNN 的安装路径。通常，cuDNN 的库文件和头文件会安装在 /usr/local/cuda/include 和 /usr/local/cuda/lib64 目录下。

方法 2: 使用 dpkg 或 rpm 命令（适用于基于 Debian 或 Red Hat 的系统）

如果你是通过包管理器（如 apt 或 yum）安装的 cuDNN，可以使用以下命令来查看 cuDNN 的版本信息：

对于基于 Debian 的系统（如 Ubuntu）：

dpkg -l | grep cudnn

对于基于 Red Hat 的系统（如 CentOS）：

rpm -qa | grep cudnn

方法 3: 手动查找 cuDNN 版本信息

如果上述方法都无法获取 cuDNN 版本信息，可以手动查找 cuDNN 的版本信息文件。通常，cuDNN 的版本信息会包含在以下文件中：

1. cuDNN 头文件：

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

2. cuDNN 库文件：

   strings /usr/local/cuda/lib64/libcudnn.so | grep CUDNN_MAJOR

方法 4: 使用 nvcc 编译测试程序

你可以编写一个简单的 C++ 程序来检查 cuDNN 版本信息：

1. 创建一个 C++ 文件（例如 cudnn_version.cpp）：

   #include <iostream>
   #include <cudnn.h>
   
   int main() {
       std::cout << "cuDNN Version: " << CUDNN_MAJOR << "." << CUDNN_MINOR << "." << CUDNN_PATCHLEVEL << std::endl;
       return 0;
   }

2. 编译并运行程序：

   nvcc -o cudnn_version cudnn_version.cpp -lcudnn
   ./cudnn_version

通过以上方法，应该能够获取 cuDNN 的版本信息。