查看 cudnn 版本

查看CUDA Deep Neural Network (cuDNN) 的版本通常是在使用深度学习框架如PyTorch、TensorFlow或Keras等时进行的，因为这些框架内部会依赖cuDNN库来加速GPU计算。

如果你正在使用Python：

1. 对于PyTorch，你可以这样做：

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

2. 对于TensorFlow，可以这样获取：

import tensorflow as tf
tf_version = tf.__version__
if 'gpu' in tf_version.lower():
    print("cuDNN version:", tf.test.is_built_with_cuda(), tf.test.cudnn_version())
else:
    print("cuDNN not found.")

3. 在Keras中，虽然不是直接暴露出来，但你可以通过检查`keras.backend.tensorflow_backend`来间接获取：

from keras import backend as K
if 'tensorflow' == K.backend():
    try:
        print('cuDNN:', K.tensorflow_backend._get_available_gpus() and K.tensorflow_backend.cudnn_enabled)
    except AttributeError:
        print('cuDNN: Not available')
else:
    print('cuDNN: Not available for this backend')

请注意，如果cuDNN未安装或未启用，上述代码可能会返回错误信息或找不到cuDNN版本。在运行以上代码之前，确认你的系统已经正确配置了CUDA和相应的深度学习框架，并已安装了cuDNN。