py3.7配置tensorflow-GPU总结、The channel is not accessible错误、CUDA driver version is insufficient for CUDA
本篇是主要包含两个内容：
一、Win10+Python3.7anaconda配置tensorflow-GPU与tensorflow-CPU总结
安装GPU后，报错CUDA driver version is insufficient for CUDA runtime version的解决方法（大坑）
二、conda命令窗口出现UnavailableInvalidChannel: The channel is not accessible or is invalid。。。404。。。错误提示的解决方法
一、Win10+Python3.7anaconda配置tensorflow-GPU与tensorflow-CPU总结
环境说明：
我的笔记本是win10，Python3.7，anaconda3（版本记不清了，18年12月后的版本），pycharm18年12月版本
最终配置结果：
tensorflow-gpu 1.13版本，cuda10，cudnn7.3
1、配置tensorflow cpu版本
进入conda命令窗（进去就是base环境），输入“conda install tensorflow”，显示secessfully就成功了。
在命令行窗口输入“Python”---------进入Python环境--------输入“import tensorflow as tf”，没报错就基本没问题了
不用看各种教程说建一个Python3.6的环境然后在这个py3.6的环境里面安装tensorflow包。Python3.7早支持tensorflow了，我之前按照那些教程还出了错（师兄说原因是numpy版本太高不匹配），花了好久才弄好。。。其实一句代码就能搞定
conda install tensorflow2、配置tensorflow-gpu版本
网上教程一堆，都是手动下载安装cuda和cudnn，较为麻烦失败率较高。
方法：进入conda命令窗（进去就是base环境）--------输入“conda install tensorflow-gpu”安装最新版本（其实建议安装低版本，不易出错，看本文末尾的解释和代码即可明白），显示secessfully就成功了---------输入“Python”---------进入Python环境--------输入“import tensorflow as tf”，“tf.__version__”验证
注：指令：conda list 可查看安装包版本号
安装至此我以为没问题了，但是之后运行别的程序报错：CUDA driver version is insufficient for CUDA runtime version。根据https://blog.csdn.net/li57681522/article/details/82491617得知是cuda的驱动版本不匹配，但该博客不能解决我的问题。
https://zhuanlan.zhihu.com/p/59109217大神给出解决方法。去官网https://www.geforce.cn/drivers下载最新驱动。
下载安装后，找到“驱动程序driver更新”，下载安装（好像是几百M）
安装成功后，查看NVIDIA控制面板，可以看到驱动程序版本从380变为430，conda list查看得知tensorflow-gpu 1.13版本，cuda10和cudnn7.3，大功告成！！
由于是在base环境装的，在pycharm里找到base环境的解释器就行（下载anaconda后配置pycharm时解释器一般都是base环境的，因为刚下载就只有这一个环境）
测试代码：
import tensorflow as tf
a=tf.constant([1,2,3],shape=[3],name="a")
b=tf.constant([1,2,3],shape=[3],name="b")
c=a+b
sess=tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess.run(c))
sess.close()
'''
显示如下，即成功
2019-05-28 09:37:49.590066: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2
2019-05-28 09:37:50.501663: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1433] Found device 0 with properties:
name: GeForce GTX 960M major: 5 minor: 0 memoryClockRate(GHz): 1.176
pciBusID: 0000:02:00.0
totalMemory: 4.00GiB freeMemory: 3.34GiB
2019-05-28 09:37:50.502165: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1512] Adding visible gpu devices: 0
Device mapping:
/job:localhost/replica:0/task:0/device:GPU:0 -> device: 0, name: GeForce GTX 960M, pci bus id: 0000:02:00.0, compute capability: 5.0
add: (Add): /job:localhost/replica:0/task:0/device:GPU:0
a: (Const): /job:localhost/replica:0/task:0/device:GPU:0
b: (Const): /job:localhost/replica:0/task:0/device:GPU:0
2019-05-28 09:37:51.816402: I tensorflow/core/common_runtime/gpu/gpu_device.cc:984] Device interconnect StreamExecutor with strength 1 edge matrix:
2019-05-28 09:37:51.816683: I tensorflow/core/common_runtime/gpu/gpu_device.cc:990] 0
2019-05-28 09:37:51.816848: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1003] 0: N
2019-05-28 09:37:51.817173: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1115] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 3050 MB memory) -> physical GPU (device: 0, name: GeForce GTX 960M, pci bus id: 0000:02:00.0, compute capability: 5.0)
2019-05-28 09:37:51.819865: I tensorflow/core/common_runtime/direct_session.cc:317] Device mapping:
/job:localhost/replica:0/task:0/device:GPU:0 -> device: 0, name: GeForce GTX 960M, pci bus id: 0000:02:00.0, compute capability: 5.0
2019-05-28 09:37:51.822325: I tensorflow/core/common_runtime/placer.cc:1059] add: (Add)/job:localhost/replica:0/task:0/device:GPU:0
2019-05-28 09:37:51.822733: I tensorflow/core/common_runtime/placer.cc:1059] a: (Const)/job:localhost/replica:0/task:0/device:GPU:0
2019-05-28 09:37:51.823151: I tensorflow/core/common_runtime/placer.cc:1059] b: (Const)/job:localhost/replica:0/task:0/device:GPU:0
[2 4 6]
'''
二、conda命令窗口出现UnavailableInvalidChannel: The channel is not accessible or is invalid。。。404。。。错误提示的解决方法
我是19年4月先安装的tensorflow cpu，然后今天想着把GPU版本的也装上，结果conda install tensorflow-gpu后，出错提示UnavailableInvalidChannel: The channel is not accessible or is invalid。。。404。。。
从https://blog.csdn.net/aaa958099161/article/details/90271642的博客中得知原因，该博客的评论区的一位大哥给了优秀找到解决方法，参考他的博客https://blog.csdn.net/qq_42859864/article/details/90340164#comments。
解决方法：在conda里一行行键入以下命令即可：
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://repo.continuum.io/pkgs/free/
conda config --add channels https://repo.continuum.io/pkgs/main/
conda config --set show_channel_urls yes
三、解决上述一系列问题后，我运行了yolov3网络加载官网权重做个测试，成功！！！然后第三天我又运行这个代码，哈哈哈报错UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above.我重启电脑再运行yolov3，没报错！！！重启大法好！
总结这一路的踩坑，其实就不应该下载tensorflow-gpu1.13版本，太高了。安装低版本tf-gpu就不太会出错，conda自行安装的cuda和cudnn版本是9.0，和电脑的显卡驱动正好适配！！
conda install tensorflow-gpu==1.9.0