网站开发遇到的难点比较正规的代运营
目录
一、CUDA版本
方法1：使用 nvcc 命令
方法2：查看 CUDA 安装目录下的版本文件
方法3：使用 nvidia-smi 命令
二、cuDNN版本
方法1：查看 cuDNN 头文件信息
方法2：使用 dpkg 命令（适用于通过 Debian 包安装的情况）
方法3：查看库文件的软链接信息
三、TensorRT版本
方法1：使用 Python 脚本查看
方法2：查看 TensorRT 头文件
方法3：使用 dpkg 命令（适用于通过 Debian 包安装的情况）
方法4：直接查找libnvinfer.so
一、CUDA版本
方法1：使用 nvcc 命令
nvcc 是 CUDA 的编译器驱动程序，通过查看其版本信息可以间接得知 CUDA 的版本。
打开终端，输入以下命令：
nvcc --version
或者nvcc -V执行该命令后，会输出类似如下的信息：
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2022 NVIDIA Corporation
Built on Sun_Oct_23_22:16:07_PDT_2022
Cuda compilation tools, release 11.4, V11.4.315
Build cuda_11.4.r11.4/compiler.31964100_0其中 release 11.4 就表明当前系统中安装的 CUDA 版本是 11.4。
方法2：查看 CUDA 安装目录下的版本文件
CUDA 安装后，会在特定目录下存在一个版本文件，从中可以获取版本信息。一般来说，CUDA 安装在 /usr/local/cuda 目录下，使用以下命令查看版本文件内容：
cat /usr/local/cuda/version.txt
输出结果可能如下：
CUDA Version 11.4.35
这显示当前 CUDA 版本为 11.4。
有可能不存在/usr/local/cuda/version.txt，但是有/usr/local/cuda/version.json文件，也可以看到CUDA版本。
方法3：使用 nvidia-smi 命令
nvidia-smi 是 NVIDIA 系统管理接口，它可以提供有关 NVIDIA GPU 设备的详细信息，其中也包含 CUDA 的版本信息。
在终端中输入以下命令：
nvidia-smi
输出结果中会有类似如下的内容：
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 520.61.05 Driver Version: 520.61.05 CUDA Version: 11.8 |
|-------------------------------+----------------------+----------------------+
这里的 CUDA Version: 11.8 表明当前系统支持的 CUDA 版本为 11.8。需要注意的是，nvidia-smi 显示的 CUDA 版本是 GPU 驱动程序支持的最高 CUDA 版本，实际安装的 CUDA 版本可能小于或等于这个值。
二、cuDNN版本
可以通过以下几种方法查看当前安装的 cuDNN 版本：
方法1：查看 cuDNN 头文件信息
cuDNN 的版本信息通常存储在其头文件中，可以通过查看该头文件内容来获取版本号。cuDNN 头文件一般位于 /usr/include 目录下，文件名是 cudnn_version.h 或 cudnn.h 。
打开终端，使用以下命令查看版本信息：
cat /usr/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
或者如果文件名为 cudnn.h ，则使用：
cat /usr/include/cudnn.h | grep CUDNN_MAJOR -A 2
输出结果示例如下：
#define CUDNN_MAJOR 8
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 0
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)/* cannot use constexpr here since this is a C-only file */cuDNN 的完整版本号是通过 CUDNN_MAJOR、CUDNN_MINOR 和 CUDNN_PATCHLEVEL 组合而成的。在上述示例中，版本号为 8.6.0 。计算方式为 CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL ，即 8 * 1000 + 6 * 100 + 0 = 8600 ，对应版本 8.6.0 。
方法2：使用 dpkg 命令（适用于通过 Debian 包安装的情况）
如果是通过 Debian 包（.deb 文件）安装的 cuDNN，那么可以使用 dpkg 命令来查看安装包的版本信息。
在终端中执行以下命令：
dpkg -l | grep libcudnn
输出结果可能如下：
ii libcudnn8 8.6.0.166-1+cuda11.4 arm64 cuDNN runtime libraries
ii libcudnn8-dev 8.6.0.166-1+cuda11.4 arm64 cuDNN development libraries and headers
ii libcudnn8-samples 8.6.0.166-1+cuda11.4 arm64 cuDNN samples
从输出中可以看到 cuDNN 的版本号是 8.6.0 。
方法3：查看库文件的软链接信息
cuDNN 库文件通常会有软链接指向具体版本的库文件，通过查看软链接信息也能获取版本号。
使用以下命令查看库文件的软链接：
ls -l /usr/lib/aarch64-linux-gnu/libcudnn.so
或者
ls -l /usr/lib/aarch64-linux-gnu/libcudnn.so*
输出结果示例：
rwxrwxrwx 1 root root 13 May 16 2023 /usr/lib/aarch64-linux-gnu/libcudnn.so -> libcudnn.so.8
lrwxrwxrwx 1 root root 17 Sep 22 2022 /usr/lib/aarch64-linux-gnu/libcudnn.so.8 -> libcudnn.so.8.6.0
-rw-r--r-- 1 root root 153408 Sep 22 2022 /usr/lib/aarch64-linux-gnu/libcudnn.so.8.6.0
从这里可以直接看出 cuDNN 的版本是 8.6.0 。
三、TensorRT版本
可以通过以下几种方法查看当前安装的 TensorRT 版本：
方法1：使用 Python 脚本查看
如果已经安装了 TensorRT 的 Python 绑定，那么可以通过编写一个简单的 Python 脚本来查看版本信息。
打开终端，创建一个 Python 文件（例如 check_trt_version.py），并在其中添加以下代码：
import tensorrt as trtprint(f"TensorRT版本: {trt.__version__}")
然后在终端中运行该脚本：
python3 check_trt_version.py
运行脚本后，会输出当前安装的 TensorRT 版本号。
方法2：查看 TensorRT 头文件
TensorRT 的版本信息通常存储在其头文件中，可以通过查看头文件内容来获取版本号。头文件一般位于 /usr/include 目录下，文件名为 NvInferVersion.h。
在终端中使用以下命令查看版本信息：
grep "#define NV_TENSORRT_MAJOR" /usr/include/NvInferVersion.h
grep "#define NV_TENSORRT_MINOR" /usr/include/NvInferVersion.h
grep "#define NV_TENSORRT_PATCH" /usr/include/NvInferVersion.h
如果NvInferVersion.h不在/usr/include目录下，可以先sudo find / -iname NvInferVersion.h找到它。
输出结果示例如下：
#define NV_TENSORRT_MAJOR 8 //!< TensorRT major version.
#define NV_TENSORRT_MINOR 5 //!< TensorRT minor version.
#define NV_TENSORRT_PATCH 2 //!< TensorRT patch version.
完整的 TensorRT 版本号是通过 NV_TENSORRT_MAJOR、NV_TENSORRT_MINOR 和 NV_TENSORRT_PATCH 组合而成的。在上述示例中，版本号为 8.5.2 。
方法3：使用 dpkg 命令（适用于通过 Debian 包安装的情况）
如果是通过 Debian 包（.deb 文件）安装的 TensorRT，那么可以使用 dpkg 命令来查看安装包的版本信息。
在终端中执行以下命令：
dpkg -l | grep tensorrt
输出结果可能如下：
ii tensorrt 8.5.2.2-1+cuda11.4 arm64 Meta package for TensorRT从输出中可以看到 TensorRT 的版本号是 8.5.2 。
方法4：直接查找libnvinfer.so
从输出中可以看到 TensorRT 的版本号是 8.5.2 。