Tensorflow环境配置出现的一系列问题

文章可能略长，但仔细看下去，说不定会有你的解决办法。

首先说一下本机的硬件配置：PhysX NVIDIA GeForce RTX 3060 Laptop GPU；驱动程序版本：536.67；CUDA12.2 。
软件配置：python3.7，window10

事情的起因是我想运行强化学习大神莫凡的DQN，DDPG等要用到神经网络的程序代码。莫凡用的tensorflow版本是1.0，但我不可能再去安装1.0版本的tensorflow。为了尽可能兼容1.0的tensorflow，且与我的python版本匹配，就安装了tensorflow-gpu==1.14.0。以及与之相匹配的CUDA10.0和cudnn。

win10安装CUDA教程：https://cloud.tencent.com/developer/article/2089949?shareByChannel=link

我安装的是gpu版，为的是以后切换cpu和gpu方便。还想多说一句就是，安装了gpu版后，如果不在代码中额外设置，默认使用的是gpu，如果想使用cpu的，则需要在代码中额外设置一下。
链接：http://t.csdn.cn/JOSOn 也可自行搜索设置方法。

使用cpu，不会出现什么问题，但使用gpu，就会出现一些问题。

接下来就是出现错误，解决错误的过程。

第一个错误：Could not load dynamic library ‘cudart64_100.dll’; dlerror: cudart64_100.dll not found
在CUDA安装目录的bin文件夹下，找到报错的文件，复制到系统盘的window的system32文件夹中，网上也有说复制到system中，没试过，应该也行，可自行尝试。
如果在CUDA安装目录下，没有找到报错文件，自己到网上下，链接我找不到了，自行搜索。
可能还会有其他类似not found的报错信息，与上面一样的方法。

第二个错误：ERROR: failed to run cuBLAS routine: CUBLAS_STATUS_EXECUTION_FAILED
最难搞的一个。
搜索后，找到解决办法，但不适合我，他的问题是由CUDA9.0造成的，但我的是10.0，所以pass。这里贴出链接：https://tbr8.org/how-to-solve-failed-to-run-cublas-routine-cublassgemm-v2-cublas-status-execution-failed-problem/

然后找到一个对我很用的信息，两个链接：https://zhuanlan.zhihu.com/p/455752741

Tensorflow-GPU无法运行-failed to run cuBLAS routine: CUBLAS_STATUS_EXECUTION_FAILED - 灵魂歌手水云天的文章 - 知乎
https://zhuanlan.zhihu.com/p/612864973

说是rtx30系显卡不支持CUDA10以及以下版本，而我的安装的正好就是10.0。看到这个的时候，我的心里是忐忑的，因为CUDA和tensorflow是有对应关系的。要解决我的问题，只能安装CUDA10以上的，但与之对应的tensorlfow是2.0版本以上的，而tf1和tf2的代码差别较大，我很担心后续代码不兼容的问题（不过后面也解决了）。

于是我安装了CUDA11.2（虽然我的CUDA是12.2，但向下兼容，没问题）。这里我没把CUDA10.0删掉，这两个版本可以共存，方法看链接：http://t.csdn.cn/MNzLL。
这里安装11.2的时候会遇到一个问题，但链接里没说，就是出现**You already have a newer version of the NVIDIA Framevie。**解决此问题的方法见链接：
http://t.csdn.cn/NFAwN。除了手动删除文件夹外，还要用链接中所示的uninstall tool工具进行卸载，或者其他方式。

在安装了CUDA11.2后，情况就变成了这样：**tensorflow-gpu==1.14.0。以及CUDA11.2和与CUDA11.2对应的cudnn。**然而问题依旧存在，后来又查找信息，发现是tf与CUDA不匹配所致，然后就迫不得已把tf1.14删掉，安装了与CUDA11.2匹配的tf2.5.0

错误得以解决。

接下来出现的是代码中的问题。因为莫凡用的是tf1，而我安装的是tf2。
第三个错误：代码不兼容造成的属性缺失错误
这种问题的一种解决办法是在导入包那里做文章，
一句话就是在tensorflow2下使用tensorflow1的方法，链接：http://t.csdn.cn/m651Z
虽然import tensorflow.compat.v1 as tf 这里会报错，但不影响使用。

另一种解决办法是把报错的地方全都换成tf2版的函数或方法。

在第一种解决办法下，我还遇到一个特定错误：module ‘tensorflow.compat.v1’ has no attribute ‘contrib’
解决办法：http://t.csdn.cn/yVTCi ；
http://t.csdn.cn/s4bJJ
我采用的是第一个链接

至此，问题全部解决，代码正常运行。

总结：因为我的是30系显卡，所以必须安装CUDA10以上的版本。故选择的是tf-gpu2.5 + CUDA11.2 + cudnn8.1.1 + python3.7

可能还遇到其他被我遗忘的问题，记得的就这些，欢迎评论留言。
`