今天在環境Ubuntu16.04+TensorFlow2.0+CUDA10.1+cuDNN7.5.0中訓練模型，本來是使用CPU計算的，但是後來數據量擴大後CPU已經不能滿足需求了，於是便安裝了TensorFlow2.0-gpu進行訓練。
錯誤
本來已經挺簡單的，因爲之前在TensorFlow-gpu1.14+CUDA10.1+cuDNN7.5.0的環境下進行過訓練，但是沒想到會出現錯誤
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.
看錯誤提示和查詢，發現這個錯誤有可能是我代碼的問題，也有可能是因爲我的cuDNN版本不適配。一開始我以爲是第一點，看了其他人的博客在代碼前面加上一些配置但不管用，於是只能採用第二個方法。
更新cuDNN過程
首先先使用命令 nvcc -V (注意V是大寫)確定自己的CUDA版本，然後進入cuDNN下載頁面。
沒有賬號的話應註冊NVIDIA賬號，登錄後會看到以下頁面
根據自己的CUDA版本下載對應的cuDNN，有兩種安裝方式
上面橙色框線相當於下載一個裝載所有文件的壓縮包，具體需要你自己拷貝，而紅色框線則是可以直接安裝的Deb文件，對於ubuntu來說非常方便，推薦下面一種。
更新cuDNN分兩步，首先需要先卸載之前的版本通過dpkg卸載之前的libcudnn，卸載順序隨意
sudo dpkg -r libcudnn7-dev
sudo dpkg -r libcudnn7
第二步，安裝
sudo dpkg -i libcudnn7_7.6.5.32-1+cuda10.1_amd64.deb
sudo dpkg -i libcudnn7-dev_7.6.5.32-1+cuda10.1_amd64.deb
注意上面兩步的安裝順序不能更改，因爲libcudnn7-dev_7.6.5.32-1+cuda10.1_amd64.deb的安裝依賴於libcudnn7_7.6.5.32-1+cuda10.1_amd64.deb
第三步，完成
接下來就可以開始愉快地訓練了~
