查看cuDNN版本的方法有多种，具体取决于操作系统和安装路径，以下是一些常用的方法：
Windows系统
1、通过文件属性：
找到cuDNN的安装目录，通常位于C:\PRogram Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X\bin（其中X表示CUDA的版本号）。
在cuDNN安装目录中，找到并右键点击cudnn64_XX.dll文件（其中XX表示cuDNN的版本号），选择“属性”选项。
在属性窗口中查看文件的详细信息，包括版本号。
2、使用命令行工具：
打开命令提示符或PowerShell。
进入cuDNN安装目录，例如输入cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X\bin。
运行以下命令来查看cuDNN版本：cudnn_version.exe，这将显示cuDNN的版本号信息。
3、查看环境变量：
cuDNN的版本信息有时会存储在环境变量中。
打开系统属性或高级系统设置，在“高级”选项卡下，点击“环境变量”按钮。
在系统变量或用户变量中查找名为CUDNN_VERSION的变量，该变量的值将是cuDNN的版本号。
Linux系统
1、通过cuDNN头文件：
打开终端。
输入以下命令以查找cuDNN的头文件位置：locate cudnn.h，如果系统上安装了cuDNN，它会显示cuDNN头文件的路径。
使用cat命令打开cuDNN头文件并查看版本信息，cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR A 2，这条命令会打印出CuDNN库的主要版本号、次要版本号以及修订版本号。
2、通过NVIDIA驱动程序：
另一种方法是通过NVIDIA驱动程序来查看cuDNN版本，可以使用以下命令来查看已安装的NVIDIA驱动程序的版本：nvidiasmi，在输出的第二行中，Driver Version: 就是NVIDIA驱动程序的版本号，虽然这种方法不直接显示cuDNN版本，但由于cuDNN版本和CUDA版本存在关联，因此可以作为参考。
3、通过PyTorch：
如果使用PyTorch框架，可以在Python脚本中使用以下代码来查看CUDA和cuDNN版本：
import torch
print(torch.__version__)
print(torch.version.cuda)
print(torch.backends.cudnn.version())这段代码将分别打印出PyTorch的版本、CUDA版本以及cuDNN的版本。
查看cuDNN版本的方法多种多样，可以根据实际需要选择合适的方法进行操作，请确保已经正确安装并配置了NVIDIA CUDA Toolkit以及cuDNN库。
