在深度学习开发中，了解系统中的CUDA和cuDNN版本至关重要。以下是快速查看它们的方法，助你高效排查兼容性问题！💪

首先，打开你的Ubuntu终端（Terminal）。通过输入以下命令可以查看CUDA版本：

`nvcc --version` 🖥️

这会显示已安装的CUDA编译器驱动程序版本信息。

接着，检查cuDNN版本稍微复杂一些。你可以进入安装目录，通常位于`/usr/local/cuda/include/cudnn_version.h`，使用文本编辑工具查看文件内容，或者直接运行以下命令：

`cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2` 📁

这将输出cuDNN的主要版本号及相关信息。

如果你使用的是Anaconda环境，也可以通过Python脚本验证：

```python

import torch

print("Torch CUDA Available:", torch.cuda.is_available())

print("Torch CUDA Version:", torch.version.cuda)

print("cuDNN Version:", torch.backends.cudnn.version())

``` 🔬

掌握这些方法后，无论是调试模型还是优化性能，都能更加得心应手！✨