在使用深度学习框架或GPU加速计算时，了解当前系统中安装的CUDA版本是非常重要的。这不仅能够帮助我们确认环境配置是否正确，还能避免因版本不匹配导致的问题。以下是几种常见的方式，可以帮助你快速查看CUDA的版本信息。
方法一：通过命令行查看
在Linux系统上：
1. 打开终端。
2. 输入以下命令并回车：
```bash
nvcc --version
```
这里的`nvcc`是NVIDIA CUDA编译器驱动程序。运行后，你会看到类似如下的输出：
```
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Mon_Apr_17_23:48:09_PDT_2023
Cuda compilation tools, release 12.1, V12.1.105
```
其中`release 12.1`即为CUDA的版本号。
在Windows系统上：
同样可以使用上述命令来检查CUDA版本。确保你的系统已经正确配置了环境变量，并且安装了NVIDIA显卡驱动以及CUDA工具包。
方法二：通过NVIDIA控制面板查看
1. 右键点击桌面空白处，选择“NVIDIA 控制面板”。
2. 在左侧菜单中找到“系统信息”，点击进入。
3. 切换到“组件”选项卡，在这里你可以看到CUDA的版本信息。
方法三：通过Python脚本查看
如果你正在使用Python进行开发，可以通过以下代码片段来获取CUDA版本：
```python
import torch
print("CUDA Available:", torch.cuda.is_available())
print("CUDA Version:", torch.version.cuda)
```
这段代码首先检查CUDA是否可用，然后打印出当前PyTorch绑定的CUDA版本号。注意，这里的版本号可能与实际安装的CUDA工具包版本略有不同。
注意事项
- 不同方法显示的版本可能会有所差异。例如，`nvcc --version`显示的是CUDA工具包的版本，而`torch.version.cuda`则反映的是PyTorch所使用的CUDA版本。
- 确保你的显卡驱动程序版本与CUDA工具包兼容，否则可能导致性能下降甚至功能异常。
通过以上方法，你应该能够轻松地查看并确认系统中的CUDA版本信息。如果遇到任何问题，建议查阅官方文档或联系NVIDIA支持团队以获得进一步的帮助。
