安装tensorflow-gpu时候踩过的坑

查看tensorflow-gpu与python、cuda对应版本的关系https://tensorflow.google.cn/install/source_windows

一、关于dlerror: cudart64_101.dll not found

1、采用下面命令行测试tensorflow-gpu是否安装成功时候，出现了错误dlerror: cudart64_101.dll not found，莫名其妙。。。

import tensorflow as tf

查看了很多博客，有如下解决办法：
1、在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2路径下搜索cudart64，然后强制将cudart64_102.dll 重命名到cudart64_101.dll相关类似方法，虽然是一名小白，但深觉此方法不妥。。
2、还有博主提到，tensorflow-gpu版本选择太高，需要降低版本，试试。。我第一次建立的虚拟环境是conda create -n env1 python=3.8，这个版本下支持tensorflow-gpu-2.3，tensorflow-gpu-2.2，我把这两个版本都试过了，还是不行。。。

3、还有看到以下方法，https://github.com/tensorflow/tensorflow/issues/43193，不行，again！continue。。

4、怀疑人生。是不是我的cuda版本不对，差点把cuda10.2卸载重装cuda11.2，我的电脑显卡是3080支持cuda11。后来挣扎了一下，再查查。（幸亏坚持了一下没有重装。。。）
5、终于，找到了一种可行的办法。
在此之前，我把python=3.8的虚拟环境删掉换成了python=3.6版本的（因为怀疑是不是python版本的原因）。
重点：下载cudart64_101.dll

下载文件包。

下载后，将解压后文件夹中的cudart64_101.dll拷贝到下面路径下。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin

再次测试，暂时成功。

测试GPU是否可以正常使用

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
print(tf.__version__)
a = tf.constant(1)
b = tf.constant(2)
print(a+b)
print('GPU:', tf.test.is_gpu_available())

输出如下，终于成功了。