tensorflow-gpu==1.13.2运行出错：DDL或import tensorflow找不到指定模块

        这是tensorflow和cuda之间的匹配问题，笔者在最初接触神经网络学习的时候，tensorflow1的时候确实没能成功使用，当时是使用pytorch进行了学习。

        后来笔者探索了一番学习后，转战linux和win10，对环境配置有了一定的理解，重新回到win10，成功使用了tensorflow2.2版本训练与检测。然而最后因为一些需求重新使用tensorflow-gpu版本训练yolov3的时候还是出现了问题。问题如下：

1.ImportError: DLL load failed: 找不到指定的模块 Failed to load the native TensorFlow runtime

2.或者是出现5、6行File然后报一个错，具体我忘了，找了搜索历史没找到

笔者使用环境：·       tensorflow-gpu==1.13.

                               · numpy：1.17.4

                                  keras：2.1.5

笔者是跟随这位大佬学习的，大家有空可以看他的内容

(2条消息) 神经网络学习小记录42——windows下的tensorflow-gpu=1.13.2环境配置_Bubbliiiing的学习小课堂-CSDN博客
对于错误分析：从网上看到的大多数原因是cuda cudnn 和tensorflow的版本匹配问题。

笔者本身自己ananconda虚拟环境中有tensorflow==2.2.0对应的cuda是10.1，cudnn7.6.5.32

cuda是直接装在c盘的，所以如果再安装cuda10.0笔者试过tf2可能无法正常使用，但是很奇怪现在我cuda10.0和10.1是共存c盘而且tf2能正常使用，但是tf1仍然无法使用。

解决方案：最后想方设法让tensorflow==1.13.2和cuda10.0对接上，我查找了怎么给anaconda虚拟环境配cuda，(2条消息) 使用Anaconda 创建指定cuda 版本的虚拟环境_matrix273的博客-CSDN博客，在这篇文章中底部，仿照它的指令conda install cudatoolkit=9.0 cudnn=7.3.1

我在存tensorflow-gpu==1.13.2的虚拟环境中使用命令：

                                conda install cudatoolkit=10.0 cudnn=7.6.5

最后似乎只是成功安装了cudatoolkit=10.0，cudnn报错说源中没找到对应版本，但是我再运行的时候能够成功使用tensorflow-gpu==1.13.2运行yolov3训练脚本。