背景
tensorflow.python.framework.errors_impl.UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above. [Op:Conv2D]
更换了tensorflow版本，在使用tensorflow-gpu 2.0.1时候，遇到的这个问题。
环境：
tensorflow-gpu 2.0.1 (安装了anaconda，使用的pip安装，清华镜像)
Windows 10
CUDA 10.0
cuDNN 7.6.4
解决方法
有的人认为，利用pip安装的包，会直接帮你安装好相关依赖包，例如我在本地上事先安装好cudnn和cuda，但pip install tensorflow-gpu的时候会再次帮你装一个cuda 和 cudnn，这个时候cuda和cudnn的版本会比较低，造成与tf-gpu版本不兼容，他们试着把conda种的cuda和cudnn卸载掉，然后确实也成功了。但是我在conda list看cuda和cudnn版本的时候，他们与tf-gpu的版本实际上是兼容的。于是找到了下面这个方法。似乎与显卡内存分配和Session交互方式有关联？？
在代码前面加一段
from tensorflow.compat.v1 import ConfigProto
from tensorflow.compat.v1 import InteractiveSession
config = ConfigProto()
config.gpu_options.allow_growth = True
session = InteractiveSession(config=config)
2020.4.9更新一下
今天又遇到了这个问题，是在跑Yolov3-keras的时候，我使用了1个分类的行人数据，里面又500+张标注好的行人数据，然后epoch有500，报错了显示说run out of memory，这个时候我把batch_size从16调为了4，还是同样的错误，又调整为1，这时候就不报错了。