我安装的cuda10.1,tensorflow2.0,python3.6然后各种报错，搜了好多方法，但下边这个方法解决了我的问题，还好操作
https://blog.csdn.net/qq_29391809/article/details/102642314
今天运行了一个程序，发现上边链接中的方法治标不治本。运行代码可以调用gpu，但是一旦涉及卷积等复杂操作，就会程序莫名dead
解决办法
- 目前tensorflow-gpu-2.0不支持cuda10.1，所以还是要装cuda10.0，不过cuda10.1也别删，一个电脑可以装多个cuda,主要看电脑的环境变量用的哪个cuda。说不定再过段时间就能用cuda10.1了！
- 我自己的安装：tensorflow_gpu_2.0 对应的版本为cuda10.0,python3.6，运行了好多GPU程序，终于脱坑了
分享资源
现在分享一下cuda8,9,10,10.1的安装包和相对应的cudnn:
链接：https://pan.baidu.com/s/1Y7Fk5USf_8MF-AYfJfIHNg
提取码：r63c
安装注意:
- 如果安装tensorflow_gpu2.0以下版本推荐cuda9,
- 安装tensorflow-gpu-2.0,推荐cuda10.0,千万别安装cuda10.1（因为安装完cuda10.1，看似安装成功，用的是经常出现莫名错误）
出错可能原因
- 安装的tensorflow版本与cuda不合适，这个具体什么版本可以自己百度
- cuda与cudnn版本不匹配
- 需要看运行环境的python版本，也可能是tensorflow2.0-gpu不支持python3.7
tensorflow的版本、cuda的版本、cuDnn的版本、电脑GPU的性能、运行环境中python版本 一一对应
不是简单的不管三七二十一安装上就行，即便是安装上了，如果版本没有对应上，最后还是不能用的
版本对应可看这个链接https://blog.csdn.net/qq_27825451/article/details/89082978
https://blog.csdn.net/qq_38163755/article/details/88583016
如何验证是否可以用GPU？如下代码：
import tensorflow as tf
print(tf.test.is_gpu_available())
#如果返回为true则可以调用GPU
