早就耳聞tensorflow-gpu與CUDA，cudnn三者之間版本匹配很複雜，今天算是見識到了。

首先看了下伺服器上的CUDA、cudnn版本，分別是CUDA8.0，cudnn7.0.4

這個匹配很奇怪，一般都是CUDA8 + cudnn6或者 CUDA9 + cudnn7
後來知道是要看軟連結的（軟連結的含義請自行百度），安裝了cudnn7未必使用的就是7版本
伺服器上軟連結情況是這樣的

果然，軟連結的是cudnn5。所以我的配置實際上是CUDA8 + cudnn5
接著查閱到tensorflow官網上有介紹，如下圖

那很自然就想到安裝1.2.0版本的tensorflow了，結果是這樣，執行import tensorflow as tf

繼續google…
期間嘗試了更換GCC版本（失敗，甚至產生了其他錯誤）
在我賬號下的.bashrc中新增路徑 export LD_LIBRARY_PATH=/usr/local/cuda/lib64/（失敗，可以匯入tensorflow，但不能使gpu）
更改cudnn的軟連結（沒敢試，因為會修改整個伺服器）

最後一氣之下，我不用gpu了行吧，因為要使用dataset，所以重新下載了tensorflow1.4.0，雖然想著不用gpu，但因為某種執念，還是下載了gpu版本的，然後，跑了下程式，發現
能用gpu了
好了！
好了？
好了。。

之前

現在

所以最終是CUDA8 + cudnn5 + tensorflow-gpu1.4.0

注：只是記錄了本人的經歷與理解，如有錯誤之處，歡迎批評指正！