3060显卡安装TensorFlow-GPU为false的解决方案

在尝试了无数次失败后终于成功安装了TensorFlow-gpu版本。
本文适合有如下问题的人观看：
1，严格按照了TensorFlow官网对于gpu版本中，cudatoolkit和cudnn的坂本约束，但测试仍然不成功
2，使用了conda来下载cudatoolkit和cudnn，测试不成功
3,3060显卡+win11系统（不确定是否构成我失败的因素）

失败的尝试

1. 尝试1 ，依据该图对应的cudatoolkit和cudnn的版本约束去NVIDIA官网下载对应的版本，但失败。
   实际上我先后安装了11.7的toolkit和8.7的cudnn来适配tf-gpu2.6.0，失败
   然后我觉得可能是版本过高，再次下载安装了11.2的toolkit和8.0的cudnn来适配tf-gpu2.6.0，仍然失败
2. 尝试2 在b站找了一个解决方案，是利用conda来下载对应的toolkit和cudnn，连接如下：

从0安装tensorflow-gpu

所利用到的所有命令：（从评论区摘抄）
conda clean -i
conda create -n tensorflow21 python=3.7
activate tensorflow21
conda install cudatoolkit=10.1
conda install cudnn=7.6
pip install tensorflow-gpu==2.1.0
python
import tensorflow as tf
tf.test.is_gpu_available()

但是最终仍然失败，报错如下：

许多动态库未被加载。

我的解决方案

既然动态链接库未被加载，我们只需要找到那些库，并放在系统路径
C:\Windows\System32下就好了
现在的问题是手上并没有这些文件
我的方法是去NVIDIA官网下载10.2版本的cudatoolkit和7.6版本的cudnn，链接分别如下：
CUDAToolkit
CUDNN
下载好之后直接安装并做好配置（如果之前存在toolkit请先卸载），之后再次运行历程，仍然报错：

我们只需要去我们的cudatoolkit的安装路径下查找相应文件，然后粘贴到C:\Windows\System32路径下。

但是最后仍然报错，如下：

其余的DLL都成功加载，只有cublas64_10.dll这一项未被加载，但其实你已经把改文件放到了C:\Windows\System32路径下

这时候我们还需要去cublas64_10.dll所在目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin下找到另一个文件：cublasLt64_10.dll
把改文件一起拷贝到C:\Windows\System32路径下
如图

最后重新加载例程，得到如下反馈：

加载成功！！！

例程如下：

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
print(tf.test.is_gpu_available())
print(tf.test.is_built_with_cuda())