以前都是在用CPU跑深度学习，只能说太勇了，今天终于想通了用GPU跑代码。
搭建环境参考
全网最详细的深度学习tensorflow-gpu环境配置
这篇文章写得非常棒，在运行的时候出现了报错
Could not load dynamic library ‘cudnn64_8.dll’; dlerror: cudnn64_8.dll not found
这个报错应该就是下载的cudnn文件解压错了位置，在网上搜索了各种办法，其中最常见的解压位置是
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin
但是我一直找不到这个文件位置，因为我在安装cuda的时候更改了安装路径，我安装在了D盘
这个时候需要找到你安装的cuda位置,实在是不知道了，在命令行查找，输入set cuda即可
然后到这个路径下找到bin文件
打开里面确实没有cudnn64_8.dll文件。
然后我们需要去下载的cudnn压缩包里面找这个文件，将压缩包解压打开，同样会有bin文件，打开bin，里面就有我们所需的cudnn64_8.dll文件
将我们所需的文件复制粘贴到cuda的bin文件夹里面，我估计这里的文件的报错都可以用这个方法解决。然后记得要重启python，最终运行
import tensorflow as tfprint(tf.test.is_gpu_available())返回为True
