CuDNN版本不匹配致TensorFlow-GPU运行报错，求解决方案

这问题我碰到过好多次了，就是典型的运行时CuDNN版本和TensorFlow编译时依赖的版本不匹配导致的。先看你的错误日志：

2018-04-13 20:03:49.215876: E tensorflow/stream_executor/cuda/cuda_dnn.cc:396] Loaded runtime CuDNN library: 7102 (compatibility version 7100) but source was compiled with 7005 (compatibility version 7000). If using a binary install, upgrade your CuDNN library to match. If building from sources, make sure the library loaded at runtime matches a compatible version...

简单说就是：你现在系统里运行的是CuDNN 7.1.2，但你装的TensorFlow是用CuDNN 7.0.5编译出来的，两者不兼容才报错。给你两个靠谱的解决方案：

方案一：降级CuDNN到匹配版本 #

如果不想动TensorFlow的版本，就把CuDNN换成7.0.5：

• 先找到你CUDA的安装路径：
  • Windows一般是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X（X.X是你的CUDA版本，比如9.0）
  • Linux是/usr/local/cuda
• 删除该路径下的CuDNN文件：
  • include目录下的cudnn*.h文件
  • lib/x64（Windows）或lib64（Linux）目录下的cudnn*.lib/libcudnn*.so文件
• 下载对应CUDA版本的CuDNN 7.0.5（注意要和你的CUDA版本匹配，比如CUDA 9.0对应CuDNN 7.0.5）
• 解压下载的CuDNN压缩包，把里面include和lib下的文件复制到CUDA对应的目录里，覆盖即可

方案二：升级TensorFlow到支持CuDNN 7.1.x的版本 #

如果你觉得降级CuDNN麻烦，可以直接升级TensorFlow，让它适配你当前的CuDNN 7.1.2：

• 打开命令行，执行升级命令：

  pip install --upgrade tensorflow-gpu
  

• 要是需要指定具体版本（比如1.9.0，这个版本开始支持CuDNN 7.1.x），可以用：

  pip install tensorflow-gpu==1.9.0
  

验证是否解决 #

最后跑个简单的测试代码确认一下：

import tensorflow as tf
print(tf.test.is_gpu_available())

如果输出True，说明版本匹配成功，代码就能正常运行了。

内容的提问来源于stack exchange，提问作者Jonathan