在Linux上查看CUDA版本，以下是幾種常見的方法：
方法1：使用nvcc --version 或者nvcc -V
nvcc是CUDA編譯器驅(qū)動(dòng)程序嗽冒，使用nvcc命令可以顯示CUDA版本礁扮。
nvcc --version
輸出示例：
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2024 NVIDIA Corporation
Built on Thu_Jun__6_02:18:23_PDT_2024
Cuda compilation tools, release 12.5, V12.5.82
Build cuda_12.5.r12.5/compiler.34385749_0
方法2：檢查CUDA目錄
檢查安裝的CUDA目錄（通常在/usr/local/cuda）中的version.txt文件知举。
cat /usr/local/cuda/version.txt
方法3：使用nvidia-smi
nvidia-smi是NVIDIA提供的一個(gè)用于管理和監(jiān)控GPU的命令行工具。它可以顯示驅(qū)動(dòng)程序版本和CUDA版本太伊。
nvidia-smi
輸出示例：
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 555.58.02 Driver Version: 555.58.02 CUDA Version: 12.5 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 Tesla K80 On | 00000000:00:1E.0 Off | 0 |
| N/A 39C P8 29W / 149W | 0MiB / 11441MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
方法4：從Python中查看CUDA版本
如果你已經(jīng)安裝了PyTorch或TensorFlow等框架雇锡，可以從Python中查看CUDA版本。
PyTorch
import torch
print(torch.version.cuda)
TensorFlow
import tensorflow as tf
print(tf.sysconfig.get_build_info()["cuda_version"])
這些方法可以幫助你查看系統(tǒng)上安裝的CUDA版本僚焦。根據(jù)你的需求選擇合適的方法進(jìn)行操作遮糖。
