【驱动本版本查询】NVIDIA+CUDA+CUDNN

部署运行你感兴趣的模型镜像

查看 CUDA cudnn 版本 查看Navicat GPU版本 查看nvidia 驱动版本

2017年12月20日 20:21:53 青盏 阅读数:6667更多

个人分类: linuxdeep learning

查看 CUDA cudnn 版本

cuda 版本 
cat /usr/local/cuda/version.txt

cudnn 版本 
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
  • 1
  • 2
  • 3
  • 4
  • 5

查看Navicat GPU版本

nvidia-smi
//10s显示一次
watch -n 10 nvidia-smi
  • 1
  • 2
  • 3
nvidia-smi -l
  • 1

查看nvidia 驱动版本

cat /proc/driver/nvidia/version
  • 1

硬件层面判断主板是否识别显卡:

lspci | grep NVIDIA
lspci | grep VGA
# VGA compatible controller: NVIDIA Corporation Device 1b02

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

### 安装方面 - **NVIDIA驱动安装**:对于NVIDIA GeForce RTX 4060Ti设备,可在官网https://www.nvidia.cn/drivers/lookup/ 选择合适的显卡驱动版本,如安装的560.94版本 [^2]。 - **CUDA安装**:CUDANVIDIA开发的并行计算平台和编程模型。下载地址为https://developer.nvidia.com/cuda-toolkit-archive ,选择的版本不能大于显卡驱动版本。以win10系统为例,按需求选择(windows,64位,win10,离线安装)并下载。安装时,双击下载好的.exe文件,点击OK(临时的,会自动删除),点击同意并继续,选择自定义,自定义选项全选,选择安装路径,等待安装完成后关闭即可 [^2][^3]。 - **cuDNN安装**:cuDNN是一个GPU加速的深度学习库,下载地址为https://developer.nvidia.com/rdp/cudnn-archive ,下载版本取决于CUDA版本,需选择与CUDA对应的版本,下载需要先注册账户。安装时,解压下载的文件,进入cuda,选中bin、include、lib这三个文件并复制,进入刚刚安装CUDA的目录,粘贴进来并确认替换文件 [^2][^3]。 ### 版本匹配方面 安装CUDA时,主要需要检查各个相关方面是否满足版本的匹配,最重要的是NVIDIA驱动版本、linux内核版本CUDA版本是否匹配,具体要求可参见nvidia的官网 [^1]。 ### 使用及检测方面 - **CUDA使用及检测**:使用“nvcc -V”命令可验证cuda是否安装成功;还可进入cuda安装路径(如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite ),找到bandwidthTest 和 deviceQuery这两个exe文件并运行,若正常出现一些结果,则证明cudacudnn都安装成功 [^3][^4]。 - **cuDNN检测**:在Linux下,可通过sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev 查看是否安装 [^5]。 ### 代码示例 以下是一个简单的使用CUDA的Python代码示例(使用PyTorch): ```python import torch # 检查CUDA是否可用 if torch.cuda.is_available(): device = torch.device("cuda") print("Using CUDA") else: device = torch.device("cpu") print("Using CPU") # 创建一个张量并将其移动到GPU x = torch.tensor([1.0, 2.0, 3.0]).to(device) print(x) ```
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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
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