解决办法：gpu显卡不能用tf.test.is_gpu_available() 显示false

gpu显卡不能用tf.test.is_gpu_available() 显示false

打开cmd

输入ipython

进入ipython环境

输入“import tensorflow as tf”

提示错误：Could not load dynamic library ‘cudart64_101.dll’; dlerror: cudart64_101.dll not found

参考链接：https://blog.csdn.net/qq_32939413/article/details/105525025?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_title-0&spm=1001.2101.3001.4242

实在不行下载cudart64_101.dll，替换掉原来的cudart64_101.dll

https://download.zip.dll-files.com/1d7955354884a9058e89bb8ea34415c9/cudart64_101.zip?token=FJCbuqqOghB2EvEoSIXncA&expires=1615387807

后来敲tf.test.is_gpu_available() 显示false

并且有一长串的cudxxx.dll not found.经过查找，发现是tensorflow-gpu和tensorflow版本不对

一开始装的是tensorflow-gpu2.3.0和tensorflow2.4.1

因为装和tensorflow的时候输的命令是pip install tensorflow没有加版本号，所以就下载了最新的2.4.1版本，但是这样和我的环境是不匹配的，所以

>pip install tensorflow==2.3.0

再进到tf2keras环境--

>python

>import tensorflow as tf

>tf.test.is_gpu_available()

返回TRUE！！！！

折腾了两天终于弄清楚了

最重要的是cuda和cudnn的版本号，根据博客2 要匹配上，tensorflow-gpu2.3.0和tensorflow2.3.0版本要匹配上