解决tensorflow的ImportError: DLL load failed问题，win10+cuda+cudnn+1660+tensorflow-gpu+torch安装爬坑指南，验证安装成功

1.tensorflow ImportError: DLL load failed:

这几天安装GPU版的tensorflow（以下简称tf）死活装不上（请大家注意发文日期）

import tensorflow提示ImportError: DLL load failed: 找不到指定的模块

更换各种版本的tensorflow-gpu均会报错，查找各种教程，比如降低tensorflow版本，输入pip install tensorflow==1.10，岂不是装回了cpu版（手动笑哭，请大家一定要小心）

后来在TF官网上发现目前tf只支持到cuda10.0，but我安装的是cuda10.1，所以在控制台卸载带有cuda的程序，然后在NVIDIA官网重新下载cuda10.0，以及对应支持cuda10.0的cudnn7（此处注意），就大功告成了。

2.其他要注意的地方

cudnn下载后一定要把cudnn里面文件复制到GPU_Computing_Toolkit_CUDA_v10.0文件夹下对应的子文件夹中，然后在环境变量Path中添加cuda的bin文件夹路径（…\bin，如果环境变量中存在就不用添加）

3.验证GPU版tensorflow和pytorch是否安装成功：

# 验证GPU版Pytorch是否可用
import torch
from torch.backends import cudnn
a = torch.tensor(1.)
print(a.cuda())  # tensor(1., device='cuda:0')
# 检验cuda是否可用
print(cudnn.is_available())  # True
print(cudnn.is_acceptable(a.cuda()))  # True
# 返回当前设备索引
print(torch.cuda.current_device())  # 0
print(torch.cuda.device(0))  # <torch.cuda.device at 0x2911be4cd30>
# 返回gpu数量
print(torch.cuda.device_count())  # 1
# 返回gpu名字，设备索引默认从0开始；
print(torch.cuda.get_device_name(0))  # 'GeForce GTX 1660'
# 控制台输入nvcc --version可以查看cuda版本号 v10.1.168
os.system("nvcc --version")

# 验证GPU版Tensorflow是否可用
import tensorflow as tf
from tensorflow.python.client import device_lib
print(tf.__path__)
os.environ["TF_CPP_MIN_LOG_LEVEL"] = "99"
if __name__ == "__main__":
    print(device_lib.list_local_devices())