记录安装Tensorflow gpu2.0版本安装，CUDA10.2+cuDNN8.0.2.39

之前安装过Pytorch的最新版（2020.8.15时），用了cuda与cudnn如上所示。

现在想学学TensorFlow，发现TensorFlow版本的描述远没有Pytorch清楚。

现在继续安装TensorFlow2.0.0.因为2.1版本后就要安装VS2019，暂时只是学习不想这么麻烦

按照官网（如下）查看了相关显卡驱动、cuda、cudnn都满足（版本比较高）。可以直接在conda创建的环境下pip安装了

官网安装指导（写得很清楚，不要看别人安装博客）：https://www.tensorflow.org/install/pip#system-install

pip install tensorflow-gpu==2.0.0 -i https://mirrors.aliyun.com/pypi/simple

运行测试案例：

python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

报错：

 Could not load dynamic library 'cudart64_100.dll'; dlerror: cudart64_100.dll not found

这个所谓找不到的动态库文件在这个目录下找：

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

也就是安装Cuda的系统文件目录下。

发现确实没有cudart64_100.dll，但是有cudart64_102.dll

应该是我安装的cuda10.2的原因

默认的2.0.0版本是寻找10.0的版本的动态库的。

解决方案：

在目录（cuda的安装目录）下C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin复制一份cudart64_102.dll文件的副本

改名为：cudart64_100.dll

再运行计算测试案例：

python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

可以找到动态库了。