linux系统版本号，架构

https://www.cnblogs.com/chenxiaomeng/p/10038492.html
如何查看当前Ubuntu系统的版本

系统位数：sudo uname --m
如果显示i686,则表示安装了32位操作系统
如果显示 x86_64，则表示安装了64位操作系统

操作系统的版本号:cat /etc/issue
比如输出：Ubuntu 14.04.4 LTS \n \l

lsb_release -a

python版本：python --version

python --version
Python 3.6.5 :: Annaconda, Inc

cuda 相关

总览

cuda 版本查看

参考：https://blog.csdn.net/congxing9333/article/details/112319570

https://blog.csdn.net/onepunch_k/article/details/123334444

CUDA 有两种API，分别是 运行时 API 和 驱动API，即所谓的 Runtime API 与 Driver API。

两种API	由谁安装	怎么查看	–	–	–
Driver API	GPU driver installer	nvidia-smi	与硬件关系比较大	可以大于等于runtime API
runtime API	CUDA Toolkit installer	nvcc --version	python 项目可指定		/usr/local/cuda/bin

nvcc --version

(base) E:\project\PyCharm\RfDNet>nvcc --version

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Oct_23_19:32:27_Pacific_Daylight_Time_2019
Cuda compilation tools, release 10.2, V10.2.89

如果提示command not found，可以是没有下载nvcc，也可能是没有配置环境变量。
可以进入 /usr/local/cuda/bin 看看有没有文件，有的话就参考
https://blog.csdn.net/weixin_44750512/article/details/123156020 此文，配一下环境变量即可。

/usr/local里面会有cuda-X.X 和cuda文件，其中cuda是指向某个cuda-X.X的软连接。可以用stat cuda查询具体指向哪个。

nvidia-smi

nvidia-smi # 如果显卡型号显示不全，就考虑下面这条命令
nvidia-smi -a

cuda 软件安装或更新，非驱动。

有两种方法，一个是安装Nvidia官方提供的CUDA Toolkit, 他是一个完整的工具包，通常包含驱动。
另一个是用conda安装torch的时候会自带一个cudatoolkit。这个是不完整的，只包含了torch需要的动态链接库。如果需要添加cuda相关扩展，编译cuda程序，则需要安装完整的CUDA Toolkit。

cuda软件为什么要更新呢，

• 可能是因为他与显卡型号不匹配了，显卡算力太强，不支持低版本cuda的pytorch。
• 也可能是有的代码不兼容了。

参考本文
https://blog.csdn.net/qq_30841655/article/details/121113967

我是不是可以直接安装对应的torch啊？

文件夹中查看

cd /usr/local 里面应该会有cuda的文件夹。

CUDNN 版本

cudnn 版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
如果不行就

cat /usr/include/cudnn_version.h | grep CUDNN_MAJOR

#define CUDNN_MAJOR 8
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

python库版本 xx.__version__

pytorch，tensorflow，numpy用python代码查看版本：

import torch
print(torch.__version__)  #注意是双下划线1.7.1

import tensorflow as tf
print(tf.__version__) #1.15.0

import numpy as np
print(np.__version__) #1.19.2

import keras
print(keras.__version__)