專案場景：

       tensorflow對GPU的支援，尤其是對英偉達GPU的支援，不只是下個tensorflow-gpu就完事了，還需要一系列顯示卡相關的軟體的版本匹配，比如最常見的就是那個cuda的版本匹配問題。當然匹配後也不可避免的有很多奇怪的問題，接下來我要講的就是其中一個
Could not load dynamic library ‘cublas64_10.dll’; dlerror: cublas64_10.dll not found
Could not load dynamic library ‘cufft64_10.dll’; dlerror: cufft64_10.dll not found
Could not load dynamic library ‘curand64_10.dll’; dlerror: curand64_10.dll not found
Could not load dynamic library ‘cusolver64_10.dll’; dlerror: cusolver64_10.dll not found
Could not load dynamic library ‘cusparse64_10.dll’; dlerror: cusparse64_10.dll not found
問題。

---

       （不過如果有同學提示的是沒有cuDNN的dll檔案，那就看一下附錄！，這邊的報錯是針對版本配好的）

問題描述：

       很多同學根據網上的提示都配好了CUDA的環境，但發現執行還是會有一大堆奇怪的提示，但是訓練似乎沒受影響很多同學可能就沒多想，畢竟一大堆專業名詞，沒報錯就等於沒錯好了。

但我們仔細看就發現問題了：
Skipping registering GPU devices…，
翻譯一下，跳過GPU，好傢伙，人家壓根就沒用你的GPU，沒報錯也就是因為你還有個CPU，所以全然不知，就算訓練速度慢了，也沒個概念，感覺估計就這個速度算快了吧。

       但我們不可能搞個那麼值錢的GPU為了深度學習，結果還不用，那也太浪費了，接下來就是分析一下怎麼除錯吧。

---

原因分析：

我們可以看到上面的一些提示

那種什麼successfully的肯定是沒問題，但那些could not load的肯定是有問題了，可是我們明明對了版本為什麼還是會說打不開呢？

Could not load dynamic library 'cublas64_10.dll'; dlerror: cublas64_10.dll not found
Could not load dynamic library 'cufft64_10.dll'; dlerror: cufft64_10.dll not found
Could not load dynamic library 'curand64_10.dll'; dlerror: curand64_10.dll not found
Could not load dynamic library 'cusolver64_10.dll'; dlerror: cusolver64_10.dll not found
Could not load dynamic library 'cusparse64_10.dll'; dlerror: cusparse64_10.dll not found

---

解決方案：

其實解決辦法很簡單，去到我們的CUDA按照路徑，一般都是

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin

我們會在裡面找到這些所謂的could not load的檔案，說明我們都是有的

但為什麼打不開呢？看仔細點，人家字尾是10，我們的字尾都是100
所以我們嘗試一下，把字尾名改成10看看

再放回去那個資料夾
再重新啟動我們的程式

       而且我們可以看到那個Skipping registering GPU devices…也沒了，那就是說明他啟動成功了，但最直觀的證明在哪呢？你的訓練速度現在應該是幾何倍數的提升了，像之前我的示例簡單的一個手寫數字識別，原來啟動失敗訓練10輪的時間的5分20秒，啟動獨顯後訓練時間是53秒。這就是你那塊那麼值錢的顯示卡的厲害之處。

附錄：

有些同學可能是連CUDA都沒更新好，那用這個辦法肯定是不行的，我這邊就簡單附上一個tensorflow-gpu版本和CUDA版本的對應圖

以及對應的cuDNN的版本：