服务器训练好的模型本地运行错误

现象：最近用google colab训练模型。分布在mnist和自定义的数据集上面训练好了两个CapsuleNet。colab 测试通过，一切正常。权重下载下来本地测试时发现：mnist的模型一切正常，但是自定义数据集上面的CapsuleNet在本地再次训练时直接爆炸了，其每个类别的推理结果都是乱码。

网上解决方案：99%都是自己代码的问题，自己debug去（输入网络的数据对不对，本地代码的设置对不对，代码是不是与服务器中的一致等）。

现象解释：经过脱发测试，发现是本地环境问题。

测试验证：本地使用CPU推理一切正常，acc>0.9。而使用GPU推理时，acc<0.1，且输出结果是乱的。

解决方法：

将tensorflow、cuda、cudnn的版本全部更换（我的：tensorflow1.15.2 --> tensorflow1.12.0, CUDA v10.0 --> CUDA v9.0, cudnn v7.6.5 --> cudnn v7.4.1）

后记：

1.试过将python和tensorflow进行版本更新、回退或重装，都不行，问题依旧。

2.我试过tf和cuda不动，直接覆盖重装同版本的cudnn，但是不行，还是全部换版本重装吧。

3.查看python运行log，看看cuda和cudnn有没有warning或error，有的话根据提示进行操作。