检查 cudnn - Python

如果您在Python编程中使用了cuDNN，那么在每次运行或训练之前检查cuDNN的安装和版本就显得特别重要。本文将介绍如何检查CUDA和cuDNN的安装和版本。

检查 CUDA 安装

首先检查CUDA的安装。您可以通过以下代码检查CUDA的版本：

import tensorflow as tf
print(tf.config.list_physical_devices('GPU'))

如果您使用的是TF1，您可以使用以下代码：

import tensorflow as tf
print(tf.test.gpu_device_name())

如果输出结果包含您的GPU信息，则CUDA成功安装。

检查 cuDNN 安装

接下来，检查cuDNN的版本。可以使用以下代码检查cuDNN的版本：

import tensorflow as tf
from tensorflow.python.platform import build_info as tf_build_info

print(tf.__version__)
print(tf_build_info.cuda_version_number)  # CUDA 版本
print(tf_build_info.cudnn_version_number) # cuDNN 版本

如果您看到了cuDNN的版本号，那么cuDNN安装正确。

总结

通过本文，您已经了解了如何检查CUDA和cuDNN的安装和版本。这将帮助您在Python编程中更轻松地使用cuDNN。