是否有任何快速命令或脚本来检查安装的CUDA版本？
我在安装目录下找到了4.0的手册，但我不确定它是否是实际安装的版本。
当前回答
如果您安装了PyTorch，只需在IDE中运行以下代码：
import torch
print(torch.version.cuda)
其他回答
如果nvcc和nvidia-smi之间存在版本不匹配，则使用不同版本的cuda作为驱动程序和运行时环境。
为了确保使用相同版本的CUDA驱动程序，您需要做的是在系统路径上获取CUDA。
首先运行cuda所在的位置，找到cuda驱动程序的位置。
然后转到.bashrc并修改路径变量，并使用变量“LD_LIBRARY_path”设置搜索的目录优先顺序。
例如
$ whereis cuda
cuda: /usr/lib/cuda /usr/include/cuda.h /usr/local/cuda
CUDA安装在/usr/local/CUDA，现在我们需要将路径变量添加到.bashrc，如下所示：
vim ~/.bashrc
export PATH="/usr/local/cuda/bin:${PATH}"
在该行之后，将目录搜索路径设置为：
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:${LD_LIBRARY_PATH}"
然后保存.bashrc文件。并将其刷新为：
$ source ~/.bashrc
这将确保您有nvcc-V和nvidia-smi使用相同版本的驱动程序。
在Ubuntu Cuda V8上：
$ cat /usr/local/cuda/version.txt
您还可以了解CUDA版本的安装情况：
$ ls -l /usr/local | grep cuda
这会给你这样的东西：
lrwxrwxrwx 1 root root 9 Mar 5 2020 cuda -> cuda-10.2
drwxr-xr-x 16 root root 4096 Mar 5 2020 cuda-10.2
drwxr-xr-x 16 root root 4096 Mar 5 2020 cuda-8.0.61
给定一个正常的PATH，cuda指向的版本应该是活动版本（本例中为10.2）。
注意：只有当您愿意假设CUDA安装在/usr/local/CUDA下时，这才有效（这对于具有默认位置的独立安装程序是正确的，但对于CUDA集成为软件包的发行版则不正确）。参考：@einpoklum的评论。
对于CUDA版本：
nvcc --version
或者使用，
nvidia-smi
对于cuDNN版本：
对于Linux：
使用以下方法查找cuDNN的路径：
$ whereis cuda
cuda: /usr/local/cuda
然后使用该命令从头文件获取版本，
$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
对于Windows，
使用以下方法查找cuDNN的路径：
C:\>where cudnn*
C:\Program Files\cuDNN7\cuda\bin\cudnn64_7.dll
然后使用它从头文件转储版本，
type "%PROGRAMFILES%\cuDNN7\cuda\include\cudnn.h" | findstr CUDNN_MAJOR
如果您在Windows上获得CUDA的两个不同版本-nvcc和NVIDIA smi显示的不同CUDA版本
使用以下命令检查Conda的CUDA安装：
conda list cudatoolkit
使用以下命令检查conda安装的CUDNN版本：
conda list cudnn
如果要通过CONDA安装/更新CUDA和CUDNN，请使用以下命令：
conda install -c anaconda cudatoolkit
conda install -c anaconda cudnn
或者，您可以使用以下命令检查CUDA安装：
nvidia-smi
OR
nvcc --version
如果您正在通过Anaconda包使用tensorflow-gpu（只需在控制台中打开Python，检查默认的Python在启动时是否显示Anaconda-Inc.，或者您可以运行哪个Python并检查位置），那么手动安装CUDA和CUDNN很可能无法工作。您将不得不通过conda进行更新。
如果您想手动安装CUDA、CUDNN或tensorflow gpu，可以查看此处的说明https://www.tensorflow.org/install/gpu
如果您已安装CUDA SDK，则可以运行“deviceQuery”查看CUDA的版本
