（纯纯小白的新手历程）
记录一下cuda cudnn TensorFlow遇到的坑
起因是想把一个用cpu跑的TensorFlow改成gpu。
说是TensorFlow 2.0往上就不用区分cpu gpu了，结果亲测不行，最后还是pip tensorflow-gpu=2.2.0了
cuda的版本，很多教程说让要看先显卡信息，其实这里是最高可支持的，比这个低的也可以，最好不要用最新版本 的。。。
cudart64_101
找不到这个的话，参考一个博主的做法（https://blog.csdn.net/qq_32939413/article/details/105525025），去搜cudart64，应该目录里是有cudart64_102的，直接改名就行。
模型训练错误：Failed to get convolution algorithm，This is probably because cuDNN failed to initialize
在这个文件
输入
config = tf.compat.v1.ConfigProto()
config.gpu_options.allow_growth = True
tf_keras_backend.set_session(tf.compat.v1.Session(config=config))
基本就是这些坑，弄好之后，就感觉训练速度立马提升很多了
还有几个用到的链接：
1.tensorflow cuda cudnn对应版本
2.anaconda相关清华园镜像
