背景
tensorflow.python.framework.errors_impl.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. [Op:Conv2D]
更換了tensorflow版本，在使用tensorflow-gpu 2.0.1時候，遇到的這個問題。
環境：
tensorflow-gpu 2.0.1 (安裝了anaconda，使用的pip安裝，清華鏡像)
Windows 10
CUDA 10.0
cuDNN 7.6.4
解決方法
有的人認爲，利用pip安裝的包，會直接幫你安裝好相關依賴包，例如我在本地上事先安裝好cudnn和cuda，但pip install tensorflow-gpu的時候會再次幫你裝一個cuda 和 cudnn，這個時候cuda和cudnn的版本會比較低，造成與tf-gpu版本不兼容，他們試着把conda種的cuda和cudnn卸載掉，然後確實也成功了。但是我在conda list看cuda和cudnn版本的時候，他們與tf-gpu的版本實際上是兼容的。於是找到了下面這個方法。似乎與顯卡內存分配和Session交互方式有關聯？？
在代碼前面加一段
from tensorflow.compat.v1 import ConfigProto
from tensorflow.compat.v1 import InteractiveSession
config = ConfigProto()
config.gpu_options.allow_growth = True
session = InteractiveSession(config=config)
2020.4.9更新一下
今天又遇到了這個問題，是在跑Yolov3-keras的時候，我使用了1個分類的行人數據，裏面又500+張標註好的行人數據，然後epoch有500，報錯了顯示說run out of memory，這個時候我把batch_size從16調爲了4，還是同樣的錯誤，又調整爲1，這時候就不報錯了。