先安装了tensorflow后安装pytorch时，使用tensorflow的gpu推理时报错
为什么有这个问题我是在安装tensorflow后安装pytorch，之后出现这个错误，猜测可能是pytorch和当前系统的cudnn版本不同，导致pytorch的cudnn覆盖了系统
解决方法部分确定问题后，进入解决部分
1、前往官网下载cudnn前往官网(https://developer.nvidia.com/rdp/cudnn-archive)，选择与你当前cuda环境相符合的版本进行下载，注意cuda版本号和系统，cuda版本号不清除可以nvcc -V （较老版本是小写v）查看
将压缩包解压后，里面需要用到的只有bin下的dll文件
3、更换pytorch下的dll文件前往{你的python安装目录}Libsite-packagestorchlib，将上面的dll全部替换进去
完成后运行
print(torch.__version__) # torch version print(torch.version.cuda) # cuda version print(torch.backends.cudnn.version()) # cudnn version
查看版本号，版本号为8100就是正常了
日后可能出现的问题及解决办法部分毕竟修改了pytorch的cudnn版本，以后pytorch调用cudnn可能会报错，但由于更新的版本号幅度并不大（8.0.5->8.1.0），个人建议等报错了，将传参做调整就可以了，如果实在严重，也可以考虑重新安装pytorch
为什么torch的cudnn会干扰系统的cudnn？只是个人猜测，python在调用dll时，是先调用包内的dll->模块内的dll->系统环境变量下的dll，而torch的模块内dll优先级高于系统环境变量下的dll，同时它们又是同名，所以系统环境变量下的cudnn未被调用，而torch下的dll被调用了
闲话最近学学习感觉越学越痛苦，因为加的群几乎全是有一定基础的人的群，导致他们在说什么我完全不知道，不知道有没有入门学tensorflow/pytorch/jax/opencv/C++/ros这些的小伙伴可以加q一起聊聊技术emm,不过目前本人学的还是偏基础偏的太离谱，所以很大概率是会多向你请教就是了
