說起安裝tensorflow-gpu的時候出現的一些坑就有點郁悶寫個博客記錄一下這一些坑，也算給后人一點解決方法
Question Ⅰ
第一種出現在import tensorflow as tf 的時候，看截圖!
這玩樣我一開始安裝的時候看別人的教程里貌似也有這問題，就沒管它，以為沒事情，后來最后的最后，我才發現是我想多了，這玩樣解決方法其實很簡單也很暴力，不就是沒找到cudart64_101.dll這個文件嘛，直接搜索，然后找到你電腦里的cudart64_101.dll，一般在這個目錄下C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin會有這樣的一個文件，然后Ctrl-C，進入C:\Windows\System32目錄，來個Cril-V，over，解決！再來一次你就會發現，哎，他好了
Question Ⅱ
接下來就是那萬惡的GPU問題了
測試的時候輸入 tf.test.is_gpu_available()，然后出現
得嘞，一大堆東西，前面一個waring不用管，出現這個警告的原因是TF2里面這行語句改了，不用管，他自動幫你轉換了，直接看最后一行，好家伙，False，毫無疑問，沒連上GPU啊
噢，插句題外話，有些教程里會讓你輸入
tf.Session()來測試，然后你會發現，他會出現這樣的一個報錯
這是因為這句話是tensorflow1.*的一個語法，在tensorflow2.*把這句話改成了tf.compat.v1.Session(),輸入這個以后就會顯示對應的信息了
這里有幾種可能，我主要講一下我遇到的，其他的我也就給個其他博主的鏈接了，畢竟沒遇到嘛
CUDA、cuDNN、tensorflow版本不一致
對應版本的話，可以看這位博主整理的，還是目前比較的全的https://blog.csdn.net/K1052176873/article/details/114526086
當然也可以直接上官網https://tensorflow.google.cn/install/source_windows?hl=en#gpu
這個問題其實我很久以前遇到的，那時候我在裝Pytorch，那次以后我就把這玩樣全部配好了，這次出現的也不是這個問題，我這里就給出我當時的幾種解決思路。
- 第一種是看看這三個版本對不對應，如果不對應的話可能就需要重新安裝一下cuda，主要是CUDA版本，貌似cuDNN版本高一點沒啥太大關系，我電腦上的cuDNN也是8.0的而不是表里的7.4。這個的話我就不給鏈接了，百度一搜太多了，基本上都是講這個問題的，我也沒有看哪個比較的好，所以就自行搜一下吧。
- 第二種也是我當初遇到的問題，顯卡驅動版本過低了，我當初可是被這個坑的不輕，我一直在找CUDA的問題，最終確實驅動的鍋。這種的話，你可以下載一個
GeForce Experience，官網：https://www.nvidia.cn/geforce/drivers/，它會自動給你更新驅動，不過這東西它需要登錄，首次登錄要驗證郵箱，驗證郵件發過來呢又非常的慢，甚至出現一個周才到也是有可能的（別懷疑，我真的遇到過），so，可以選擇手動下載安裝驅動，在官網里也有，選擇對應的信息就好了 - 第三種是PATH內配置的的問題，在PATH里有兩條是需要手動配的，如下，如果沒有配的話，也是有可能出現這個問題的
Could not load dynamic library 'cudnn64_7.dll'; dlerror: cudnn64_7.dll not found
yes，各位看到的是一條報錯信息，就是這條報錯導致我輸出False，我當時最后發現這玩樣然后改完后有點想口吐芬芳，就說啊，其他框架可以調用GPU，咋就你TF不行。這段報錯出現在 tf.test.is_gpu_available()的輸出里，可以仔細悄悄，如果有的話，那解決方法......前面說了復制粘貼的事情，請看Question I
當我改完這個以后，它就....True了？？？？
沒安裝GPU版本
這個問題，enmm......，也不是不可能出現，如果裝的是CPU版本的話，那肯定是調用不了GPU的，乖乖卸了重裝吧
驗證方法的話，進入tensorflow環境，python下運行下面這些代碼
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
看看輸出（圖片來自於https://blog.csdn.net/qq_37902216/article/details/89556068）
這種的話是CPU版本
如果是GPU版本的話，應該會有這樣的一段
（因為這個是我寫這篇博客時候想到的，那時候我已經解決那個False問題了，但應該在輸出里也會有明顯的GPU字樣，或者反向思維，不是CPU版本那肯定就是GPU版本了）
卸載
pip uninstall tensorflow
安裝
pip install tensorflow-gpu==版本號
然后重新驗證一下
主要應該就這些了，如果還有其他的其實可以看一看那一大段輸出，或許在里面就會找到答案，我其他的也沒遇到過，也不好在此談論，希望這篇博客對大家能有所幫助。
如有錯誤，歡迎指正！
同時發布在CSDN：https://blog.csdn.net/tangkcc/article/details/120510152