判断安装的cudnn版本
时间: 2025-06-05 09:11:09 浏览: 20
### 查看已安装的 cuDNN 版本
在 Ubuntu 系统中,可以通过以下方式来查看当前系统中安装的 cuDNN 版本:
#### 方法一:通过 `cat` 命令查找头文件中的版本信息
可以直接读取 `/usr/local/cuda/include/cudnn_version.h` 文件的内容并提取版本号。具体操作如下:
```bash
cd /
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
```
此命令会显示类似于以下的结果:
```
#define CUDNN_MAJOR 8
#define CUDNN_MINOR 1
#define CUDNN_PATCHLEVEL 0
```
因此,cuDNN 的版本为 `8.1.0`[^1]。
#### 方法二:验证是否存在 `libcudnn.so` 动态库及其版本
另一种方法是检查动态链接库文件 `libcudnn.so` 是否存在,并获取其符号链接指向的具体版本。运行以下命令:
```bash
ls -l /usr/local/cuda/lib64/libcudnn*
```
这将返回类似以下的信息:
```
lrwxrwxrwx 1 root root 19 Oct 17 15:30 /usr/local/cuda/lib64/libcudnn.so -> libcudnn.so.8.1.0
-rw-r--r-- 1 root root 40664136 Sep 28 15:30 /usr/local/cuda/lib64/libcudnn.so.8.1.0
```
从这里可以看出,cuDNN 的版本为 `8.1.0`[^4]。
#### 方法三:使用 Python 脚本来检测 cuDNN 版本
如果已经配置好 TensorFlow 或 PyTorch 并希望确认它们使用的 cuDNN 版本,可以编写一个小脚本来实现这一目标。以下是基于 TensorFlow 的示例代码:
```python
import tensorflow as tf
print("TensorFlow version:", tf.__version__)
if tf.test.is_built_with_cuda():
print("Built with CUDA support.")
else:
print("Not built with CUDA support.")
major, minor, patch = tf.sysconfig.get_build_info()['cudnn_version']
print(f"CuDNN Version: {major}.{minor}.{patch}")
```
对于 PyTorch 用户,也可以尝试类似的脚本:
```python
import torch
print("PyTorch version:", torch.__version__)
if torch.cuda.is_available():
cudnn_version = torch.backends.cudnn.version()
print(f"CuDNN Version (via PyTorch): {cudnn_version}")
else:
print("CUDA not available.")
```
这些脚本能够帮助快速定位框架所依赖的 cuDNN 版本[^3]。
---
#### 注意事项
- 如果未找到任何与 cuDNN 相关的文件或路径,则可能尚未正确安装 cuDNN。
- 需要确保环境变量 `$LD_LIBRARY_PATH` 已经包含了 `/usr/local/cuda/lib64`,以便程序能加载正确的共享库。
---
阅读全文
相关推荐


















