大家好，又见面了，我是你们的朋友全栈君。
https://medium.com/@changrongko/nv-how-to-check-cuda-and-cudnn-version-e05aa21daf6c
cuda 版本
cat /usr/local/cuda/version.txt
cudnn 版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
测试 系统 cuda 和 cudnn 有效性
test_cuda.py
import torch
print(2.0)
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
# Assume that we are on a CUDA machine, then this should print a CUDA device:
print(device)
x = torch.Tensor([2.1])
xx = x.cuda()
print(xx)
# CUDNN TEST
from torch.backends import cudnn
print('cudann is ' + str(cudnn.is_acceptable(xx)))
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/129961.html原文链接：https://javaforall.net
![开源Fast R-CNN代码实现物体识别[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450-480x300.jpg)
