tensorflow遇到ImportError的解決方法

　　在安裝tensorflow的時候，使用import tensorflow出現了找不到dll文件的錯誤，參考了很多博客和stackflow的解決方案，發現其中只說了版本號不匹配，但是沒有具體說明什么樣的版本才是適配正確的，因此手寫此避坑指南。再次感謝Function兄的指導幫助。

　　筆者環境：

　　python 版本3.6

　　tensorflow版本1.14

　　ImportError: Could not find 'cudart64_100.dll'

　　簡答：

　　仔細分析錯誤的類型、原因

　　搞清自己的tensorflow以及CUDA版本

　　換用對應版本進行解決，完成cuda與tf的適配，cudnn與cuda的適配，protobuf與tf的適配

　　一. 錯誤類型原因

　　問題是找不到cuda系的dll文件的模塊，提示需要下載CUDA10.0，那么首先查看cuda的路徑下是否存在該文件：

　　通過C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA路徑訪問cuda，在其bin目錄下查找是否有cudart64_100.dll模塊

　　如果有，則查看環境變量是否添加;如果沒有，可能就是cuda版本和tensorflow版本的匹配問題

　　二. 搞清自己的tensorflow及CUDA版本

　　進入命令行環境下，首先通過python --version確定自己的python版本是3.6

　　再通過pip list查看已經安裝好的tensorflow版本，筆者本人的版本是1.14

　　通過nvcc --version查看cuda版本，筆者之前的cuda版本是V9.0.176;

　　通過Tesnsorflow官網查找對應版本信息如下：

　　可以看到當Tensorflow的版本>=1.13時，CUDA的版本需要是10.0，同時cudnn版本號需要大于7.4.1;

　　這里筆者選用了將cuda的版本卸載，以適用tensorflow版本

　　直接進入C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA路徑下將文件夾刪除，并且將環境變量刪除。

　　找到了一個高中生搭的服務器下載鏈接，這里的下載速度會快一些：

　　tensorflow相關下載鏈接

　　三. 匹配對應的cudnn對應cuda版本

　　將cuda版本安裝后，再次打開jupyter運行import tensorflow，發現并沒有成功，出現了找不到'cudnn64_7.dll'的錯誤：

　　ImportError: Could not find 'cudnn64_7.dll'無錫看婦科哪里好 http://www.xasgfk.cn/

　　此提示表示缺少cudnn模塊的dll文件，根據tensorflow文檔，對應tensorflow1.13版本以上，cudnn需要是>7.4.1的版本，下載cudnn版本，cudnn的目錄結構如下:

　　將cudnn目錄下的文件對應放在cuda目錄下即可

　　四. 匹配對應的protobuf對應tf版本

　　此時應該是沒問題了吧，筆者繼續運行import tensorflow, MMP, 并沒有順利運行，出現了提示'descriptor'的錯誤：

　　ImportError: cannot import name 'descriptor'

　　stackflow上的tf安裝問題匯總

　　通過stackflow上查找，發現該錯誤出現的原因是因為protobuf和tf的版本不對應，因為tf和pro之間存在依賴關系，于是筆者首先uninstall pro, 接著uninstall tf，最后重新install tf ，tf會自動對依賴項pro進行安裝。

　　中間出現了一點小插曲，筆者是用virtualenv的py虛擬環境，于是安裝好了版本后，依然會出現'descriptor'的錯誤，于是自己在原生py環境中測試了下，發現可以導入tf。那么原因就是可能因為系統找不到py虛擬環境中的sitepackage，將虛擬環境的py-bin下的目錄設置為環境變量，即可正常調用。

　　最后結果導入成功：