Python-深度学习-学习笔记（19）：对于问题tensorflow:ImportError: Could not find 'cudart64_90.dll’的解决
问题描述：在之前的进行神经网络中，突然出现了一个错误：AttributeError: module ‘tensorflow’ has no attribute ‘reset_default_graph’，之后我采取将tensorflow-gpu卸载，并用pip install tensorflow-gpu重新下载，发现版本变为tensorflow-gpu 2.0.0，此时与我的CUDA和cnDNN版本都对不上。
之后我查找了一下tensorflow、CUDA和cuDNN的版本对照表
采用tensorflow-gpu 1.8.0 + CUDA 9.0.176 + cnDNN 7.4.1.5的搭配方式，见
https://blog.csdn.net/qq_42826337/article/details/88301239
下载对应的tensorflow-gpu的方法如下：
pip install tensorflow-gpu==1.8.0
注意：在下载之前一定要将之前所有有关tensorflow的内容删干净，可以通过下面代码进行删除。
pip uninstall tensorflow-gpu
也可以直接从路径中进行删除
重新安装了tensorflow-gpu后，紧接着进行keras的安装，在导入时发现tensorflow没有问题，而导入keras又出现了错误。错误代码：tensorflow:ImportError: Could not find ‘cudart64_90.dll’ 这个问题说明系统找不到此dll文件，也就是CUDA9版本对应win64下的这个文件。
遇到这个问题第一种解决方法：检查此路径下是否包含这个文件。
如果没有的话，请将你CUDA下载包中的三个文件复制并合并到v9.0目录下。
如果没有的话可能是你电脑的系统变量无法自动对该路径进行查找，所以需要进行系统虚拟环境变量的配置：
设置系统环境变量
右击桌面的“计算机”图标，选择属性，依次选择“高级系统设置”–“环境变量”，在“系统变量(S)”中找到Path选项，双击编辑“变量值(V)”，将这几个路径都添加在path的后面，并以分号“;”隔开，分隔的格式与添加前的内容一致。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include
点击下面新建，创建一下几个新的环境变量
CUDA_PATH = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
CUDA_PATH_V9_0 = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
到这里问题就应该解决了，重新导入keras。
import keras
如果没有版本问题，应该能够正常导入了。但是如果有版本问题的warning，那么按照它的要求upgrade你的库版本即可。
下面附图我的虚拟环境的版本，供参考：
一般出现的错误有
缺少dll文件：tensorflow:ImportError: Could not find ‘cudart64_90.dll
缺少类属性：AttributeError: module ‘tensorflow’ has no attribute 'reset_default_graph’
导入不了tensorflow：Failed to load the native TensorFlow runtime
遇到这些错误，首要要考虑版本对应问题，重新删除再下载进行尝试，网上的方法我都替你们试过了。
