安全的解决办法UnknownError (see above for traceback): Failed to get convolution algorithm.

写在前面

本人的环境具体如下：

1. Windows10   64位   教育版
2. GeForce GTX 960M
3. 显卡驱动版本忘了
4. CUDA9.0
5. 只在以上环境下适用，别的环境只做参考，切勿照搬！！！！！！

---

今天做实验的时候，碰到了这个问题。整的我慌得一批，因为我在Ubuntu16.04下由于下载过程中代理不可用，导致下载不了数据，无法完成实验，于是换到Windows下在做这个实验，再做不成的话，这个实验又要黄啊。（第三章的实验已经黄了，抽空也转战到Windows下来做一下，《21个项目玩转深度学习》）

现在数据下载是没有问题了，但是又出现了一个这幺蛾子，真的是吓死个人。赶紧百度，立马就找到了一个解答，写的也很详细，于是按人家的操作步骤走了一遍，发现完全不管用啊。不经意间瞄了一眼地下的评论，都说按照他的步骤，不管用。（看来以后操作之前得先看评论了，真的很重要。）

那个博文中的方法是说，我们安装的tensorflow版本过高导致的（不过对于我来说，没有起到任何作用），我原来安装的是1.12版本的，按照他的方法降级成了1.9版本，结果没有任何反应，该出错还是出错。看到评论说他们也按照那个方法试了一番，结果不但没有解决问题，导致安装其他版本都不行了。是不是很坑。tensorflow这个东西本来就很金贵，真的是说不得，碰不得，还得小心呵护。没有万分把握，不要动tensorflow。人家可以通过降级，你真的不一定可以，大家能走到这一步，说明早已被tensorflow蹂躏的服服帖帖的了，各种坑填了无数，才走到今天的。

不过还是要把那种方法贴出来，因为这种方法虽然对我没有帮助，但却给了我一个安装tensorflow的新方法，以前我都是都过

pip install tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl   #先下载安装包在安装的过程实现的

人家的方法是

pip install --upgrade --force-reinstall tensorflow-gpu==1.9.0 --user  #又学到了

接下来说说我的解决办法，通过测试的。已经完整的跑出了结果的，而且不用动你的tensorflow，绝对是人畜无害的好方法，?。

原CUDA和CUDNN版本	解决问题用的CUDA和CUDNN版本
cuda_9.0.176_win10.exe	cuda_9.0.176_win10.exe
cudnn-9.0-windows10-x64-v7	cudnn-9.0-windows10-x64-v7.4.1.5

可以清楚的看出CUDA版本没有变化，只是将CNDNN由7.0.5（下载的文件不显示完整的版本号）换成了7.1.4（我这里为了严谨，完全按照官网显示的版本号填写的）。所以我猜测可能是CUDNN版本过低导致的，对于你的问题，你可以把对应CUDA版本的CUDNN都下载下来试一下，反正也不会有什么负面影响。

CUDNN官网

https://developer.nvidia.com/rdp/cudnn-archive

我们知道在Windows下只有安装CUDA是比较麻烦的，CUDNN是不需要安装的，只需要把CUDNN下载下来的文件解压，相关文件拷贝到CUDA安装的路径即可，也就是说，这个方法，即使不能让你成功，也绝不会破坏你以前的任何配置。所以说是人畜无害的。具体copy的过程参考下面这篇博客：https://mp.csdn.net/postedit/89304946。

操作之前一定要先把原来的文件复制出来保存好，万一不成功也好复原。