nvcc-smi没有nvcc -v有

根据提供的引用内容，您遇到了在Ubuntu 20.04 LTS系统上安装CUDA后，使用`nvcc -V`命令显示"command not found"的问题。解决此问题的方法是配置环境变量。

以下是解决此问题的步骤：

1. 打开终端并输入以下命令，以编辑`.bashrc`文件：

   nano ~/.bashrc

2. 在文件的末尾添加以下行，以设置CUDA的路径：

   export PATH=/usr/local/cuda/bin:$PATH
   export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

3. 按下`Ctrl + X`，然后按下`Y`保存文件并退出nano编辑器。

4. 输入以下命令以使更改生效：

   source ~/.bashrc

现在，您应该能够使用`nvcc -V`命令来检查CUDA版本了。

相关问题

nvidia-smi nvcc -V

根据引用和的内容，发现nvidia-smi中显示的CUDA版本与nvcc -V命令显示的CUDA版本不同。 通常情况下，应以nvcc -V命令显示的CUDA版本为准。因此，如果nvcc -V显示的CUDA版本是10.0，而nvidia-smi显示的CUDA版本是11.0，那么实际上系统使用的CUDA版本应该是10.0。

引用中提供了一个参考链接，里面有相关讨论和解答。你可以参考该链接以获取更多信息。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [关于nvidia-smi和nvcc -V显示的cuda版本不一致的问题](https://blog.csdn.net/congxing9333/article/details/112319570)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [cuda版本在nvcc -V和nvidia-smi中显示不同](https://blog.csdn.net/weixin_45068330/article/details/121241867)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]

nvcc -v和nvidia-smi pytorch

根据引用[1]中的解释，nvcc -V显示的是runtime API的版本，而nvidia-smi显示的是driver API的版本。通常情况下，当使用Nvidia显卡驱动版本高于Cuda版本的最低要求时，两个版本可能会不一致。然而，根据引用[1]中的观察，实际上我们在日常使用Cuda时，发现nvcc -V显示的cuda版本和实际使用的runtime API版本是一致的，即以nvcc -V中的cuda版本为准。

根据引用[2]的结论，通过类似"conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch"这样的指令安装的CUDA已经捆绑了cudnn，因此不需要单独安装cudnn。

如果你想查看PyTorch中的CUDA和cudnn版本，你可以使用以下代码：

import torch
print(torch.__version__)
print(torch.version.cuda)
print(torch.backends.cudnn.version())

这段代码将打印出PyTorch的版本、CUDA的版本以及cudnn的版本。