PyTorch C++；-如何知道cuDNN的推荐版本？ 我以前从C++中推断出 TensorFlow < /Cord>图。现在我正在着手研究如何通过C++来推断 PyrPrase/Cult>图。

我的第一个问题是，我如何知道要与

LibTorch

一起使用的

cuDNN

的推荐版本，或者如果我正在进行自己的PyTorch编译

确定推荐的CUDA版本很容易。在进入并选择本地快速入门（

PyTorch Build

，

您的操作系统

，等等）下的选项后，该网站非常明确地表示推荐使用CUDA 10.1，但没有提到cuDNN版本，在谷歌搜索时，我无法找到明确的答案

从我对ubuntu上PyTorch的了解来看，如果你使用Python版本，你必须安装CUDA驱动程序（例如，so

nvidia smi

works，当前版本

440

），但是CUDA和cuDNN安装实际上并不需要超出驱动程序的范围，因为它们包含在pip3包中，这是正确的吗？如果是这样，那么我是否可以在Python脚本中运行一个命令，显示pip预编译的.whl使用的CUDA（预期为10.1）和cuDNN的版本？我怀疑有这样一个命令，但我对PyTorch还不够熟悉，不知道它可能是什么，也不知道如何查找它

---

当我不使用C++的特定推荐版本的TunSoFLUE和CUDA时，我已经使用C++与TensorFlow一起编译和推断错误，所以我知道这些版本可能是敏感的，并且我必须从Go Go中做出正确的选择。如果有人能帮助确定某个版本的PyTorch的推荐cuDNN版本，那就太好了。

CUDA通过图形卡驱动程序得到支持，AFAIK没有单独的“CUDA驱动程序”。系统图形卡驱动程序几乎只需要足够新，就可以支持所选PyTorch版本的CUDA/cudNN版本。据我所知，大多数驱动程序都包含向后兼容性。例如，支持CUDA 10.1（通过nvidia smi报告）的驱动程序也可能支持CUDA 8、9、10.0

---

如果使用pip或conda安装，则安装中会附带CUDA和cudNN的版本。您可以使用

torch.version.cuda

和

torch.backends.cudnn.version（）

AFAIK查询python中使用的实际版本。通常是

cudnn

7.0

od

7.5

，您可以查看他们提供的docker图像，这是临时的，但可能对您的情况有所帮助。感谢您的信息和建议。那个DOCKER容器有CUDNN 7.65.32，但是直到我能够验证一个成功的PyTror编译或C++推断，我才不相信这个源。用PrP3安装的PART1.0和TroVistVIE.0.5.0，Python语句“Trask.Buto.CdNNN版本（））显示了“7603”的结果。这是什么意思？7.6.3.x？？或7.6.0.3x？？或者有些不同？？根据

#cuDNN版本是MAJOR*1000+MINOR*100+补丁

，因此我认为您应该阅读7.6.3。第四个数字可以超过两位数，因此此4位数版本格式不支持该数字，因此它必须为7.6.3。感谢更新。我在PyTorch论坛上也要求100%确定：我很难找到补丁子版本的含义，但是如果Nvidia使用sane版本控制系统，那么只要主版本、次版本和补丁版本匹配，它就应该与其他版本完全兼容。