1 查看tensorflow版本

1.1 进入对应的环境

打开终端、进入对应的虚拟环境，我的是tensorflow1140cuda100

conda activate tensorflow1140cuda100

• 1

1.2 打开Python

python

• 1

1.3 查看tensorflow版本、安装路径

import tensorflow as tf
tf.__version__        # 此命令为获取安装的tensorflow版本
print(tf.__version__) # 输出版本
tf.__path__			   #查看tensorflow安装路径
print(tf.__path__)

• 1
• 2
• 3
• 4
• 5

2 查看cuda版本、查看cudnn版本

2.1 进入对应的环境

打开终端、进入对应的虚拟环境，我的是tensorflow1140cuda100

conda activate tensorflow1140cuda100

• 1

2.2 输入命令，查看cuda版本、cudnn版本

conda list | grep cuda
# 直接在终端里，打开相应环境，进行查看

• 1
• 2

3 查看GPU可用性

3.1 进入对应的环境

打开终端、进入对应的虚拟环境，我的是tensorflow1140cuda100

conda activate tensorflow1140cuda100

• 1

3.2 打开Python

python

• 1

3.3 查看GPU可用性

import tensorflow as tf
print(tf.test.is_gpu_available())#如果结果是True，表示GPU可用

• 1
• 2

4 查看cuda可用性

4.1 进入对应的环境

打开终端、进入对应的虚拟环境，我的是tensorflow1140cuda100

conda activate tensorflow1140cuda100

• 1

4.2 打开Python

python

• 1

4.3 查看cuda可用性

import tensorflow as tf

tf.test.is_built_with_cuda()
print(tf.test.is_built_with_cuda())#返回true表示可用

• 1
• 2
• 3
• 4