在安装tensorflow的时候，使用import tensorflow出现了找不到dll文件的错误，参考了很多博客和stackflow的解决方案，发现其中只说了版本号不匹配，但是没有具体说明什么样的版本才是适配正确的，因此手写此避坑指南。再次感谢Function兄的指导帮助。

　　笔者环境：

　　python 版本3.6

　　tensorflow版本1.14

　　ImportError: Could not find 'cudart64_100.dll'

　　简答：

　　仔细分析错误的类型、原因

　　搞清自己的tensorflow以及CUDA版本

　　换用对应版本进行解决，完成cuda与tf的适配，cudnn与cuda的适配，protobuf与tf的适配

　　一. 错误类型原因

　　问题是找不到cuda系的dll文件的模块，提示需要下载CUDA10.0，那么首先查看cuda的路径下是否存在该文件：

　　通过C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA路径访问cuda，在其bin目录下查找是否有cudart64_100.dll模块

　　如果有，则查看环境变量是否添加;如果没有，可能就是cuda版本和tensorflow版本的匹配问题

　　二. 搞清自己的tensorflow及CUDA版本

　　进入命令行环境下，首先通过python --version确定自己的python版本是3.6

　　再通过pip list查看已经安装好的tensorflow版本，笔者本人的版本是1.14

　　通过nvcc --version查看cuda版本，笔者之前的cuda版本是V9.0.176;

　　通过Tesnsorflow官网查找对应版本信息

　　可以看到当Tensorflow的版本>=1.13时，CUDA的版本需要是10.0，同时cudnn版本号需要大于7.4.1;

　　这里笔者选用了将cuda的版本卸载，以适用tensorflow版本

　　直接进入C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA路径下将文件夹删除，并且将环境变量删除。

　　找到了一个高中生搭的服务器下载链接，这里的下载速度会快一些：

　　tensorflow相关下载链接无锡割包皮多少钱 http://www.bhnkyixue.com/

　　三. 匹配对应的cudnn对应cuda版本

　　将cuda版本安装后，再次打开jupyter运行import tensorflow，发现并没有成功，出现了找不到'cudnn64_7.dll'的错误：

　　ImportError: Could not find 'cudnn64_7.dll'

　　此提示表示缺少cudnn模块的dll文件，根据tensorflow文档，对应tensorflow1.13版本以上，cudnn需要是>7.4.1的版本，下载cudnn版本，cudnn的目录结构如下:

　　

tensorflow遇到ImportError: Could not find 'cudart64_100.dll'错误解决

 

　　将cudnn目录下的文件对应放在cuda目录下即可

　　四. 匹配对应的protobuf对应tf版本

　　此时应该是没问题了吧，笔者继续运行import tensorflow, MMP, 并没有顺利运行，出现了提示'descriptor'的错误：

　　ImportError: cannot import name 'descriptor'

　　stackflow上的tf安装问题汇总

　　通过stackflow上查找，发现该错误出现的原因是因为protobuf和tf的版本不对应，因为tf和pro之间存在依赖关系，于是笔者首先uninstall pro, 接着uninstall tf，最后重新install tf ，tf会自动对依赖项pro进行安装。

　　中间出现了一点小插曲，笔者是用virtualenv的py虚拟环境，于是安装好了版本后，依然会出现'descriptor'的错误，于是自己在原生py环境中测试了下，发现可以导入tf。那么原因就是可能因为系统找不到py虚拟环境中的sitepackage，将虚拟环境的py-bin下的目录设置为环境变量，即可正常调用。

　　最后结果导入成功：

　　

tensorflow遇到ImportError: Could not find 'cudart64_100.dll'错误解决