CUDA Toolkit
和 cuDNN
是 NVIDIA 提供的用于加速深度学习和高性能计算的库和工具包。它们并不是 Python 包,因此不会出现在 pip list
的输出中。pip list
只会列出通过 pip
安装的 Python 包。
/usr/local/cuda
(Linux)或 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
(Windows)。bash
nvcc --version
这将显示 CUDA 编译器的版本信息。include
和 lib
文件夹来验证 cuDNN 是否安装成功。pip list
找不到它们?pip
是 Python 的包管理工具,用于安装和管理 Python 包。CUDA Toolkit 和 cuDNN 是系统级的库和工具包,不是 Python 包,因此不会通过 pip
安装,也不会出现在 pip list
的输出中。python
import tensorflow as tf
print(tf.config.list_physical_devices('GPU'))
或者对于 PyTorch:
python
import torch
print(torch.cuda.is_available())
如果输出显示 GPU 可用,说明 CUDA 和 cuDNN 已经正确安装并与 Python 环境兼容。CUDA Toolkit
和 cuDNN
是系统级的库和工具包,不是 Python 包,因此不会出现在 pip list
的输出中。nvcc --version
)或深度学习框架的 API 来验证它们的安装和兼容性。如果你有其他问题或需要进一步的帮助,请随时告诉我!