重新安装CUDA；解决cudart64_100.dll not found问题

本文主要参考了这篇博文，建议移步这篇文章好些 。

https://blog.csdn.net/weixin_44606139/article/details/127493438

笔者考研，长时间没搞了，本文当个笔记，写的比较傻。
笔者在调Tacotron2的官模的时候出现的tensorflow检测不到GPU的问题+

TypeError: Descriptors cannot not be created directly.

的问题，具体TypeError那个问题如何解决就直接看输出的建议解决方式即可，如果实在出现了相同问题可以参考这篇

https://blog.csdn.net/qq_45738555/article/details/128693591

正文开始

1.原CUDA卸载

卸载相应的Nsight、CUDA相关工具

主要是保留NVIDIA的图形驱动程序、NVIDIA Physx系统软件、NVIDIA GeForce Experience。
如果你卸载错了，如果是图形驱动程序以及GeForce Experience的话好处理，直接重新从Nvidia官网重新下载即可，官网链接如下：

https://www.nvidia.cn/Download/index.aspx?lang=cn    #Nvidia驱动
https://www.nvidia.cn/geforce/geforce-experience/download/#Nvidia Geforce Experience

至于Physx

https://www.nvidia.com/en-us/drivers/physx/physx-9-19-0218-driver/

大致删除内容如下

此处还是建议参考前面给出的博文链接里面的图会比较好。
卸载完之后应该是只剩下这些，主要是NVIDIA的图形驱动程序、NVIDIA Physx系统软件和NVIDIA GeForce Experience。

如果有人Nsight Systems无法卸载的话，我是遇到这个问题了的，可以尝试直接不管，之后重新装应该是会覆盖掉的，此处我的问题是应该之前自己动了文件，之后导致目录下的卸载程序找不到对应路径导致出现了找不到的1情况。有兴趣的话可以参考

https://softwarekeep.com/help-center/there-is-a-problem-with-this-windows-installer-package

其中给出的windows修复工具挺不错的。

2.CUDA的重新安装

此处选择的是CUDA10.2，因为Tacotron2的官模需要，在安装前一定要检查你的驱动版本，理论上高版本的驱动是支持安装低版本的cuda的，cuda的版本是同你显卡驱动挂钩的，cuda同驱动版本对应关系如下：

官网地址如下：

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

可以自己再详细看一下。

1）查看驱动版本

进入Nvidia控制面板->帮助->系统信息

笔者此处是支持CUDA10.2的，所以说进入下一步

2）下载CUDA toolkit

下载链接如下，此处还是建议直接下载线上安装版，速度还算可以的。

https://developer.nvidia.com/cuda-10.2-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exenetwork

• 在下载后直接运行，笔者此处没留图，用的别人的图。

3）安装cuda

1、开始安装

在直接运行后，进入安装界面，选择安装路径，此处还是建议直接默认，如果想装在其他盘也可，此处笔者是多次安装cuda了，老惯犯了，所以说还是默认路径c盘。（建议c盘多分点空间，我200g都不够用了）

2、选择安装方式

点击确认后进入选择页面，此处笔者依旧进行的是自定义安装，懒得折腾环境变量的话就精简安装吧，而且多次安装的情况下也比较建议精简安装。
精简安装是直接一步安装到位，无后续步骤，在安装完后如果没出现警告，就如后续我会提到的那种形式的警告外，就直接点击完成即可。自定义安装式可以参考一下下面。

3、选择你要的组件（此处建议直接默认安装，或许后续你会用到某些东西）

之后选择所需的驱动组件，根据自己需要安装，如果不清楚直接默认即可，虽说Visual Studio Integration不太可能会用到，参考的博文是没有安装的，此处笔者依然安装了，倘若后续需要使用到也可以到Nvidia官网中找。

https://www.nvidia.com/en-us/drivers/#nvidia驱动网站

4、选择安装路径

之后点击下一步，选择安装位置，这个可以自己定，建议还是放到一个目录下，方便找。

笔者的路径如下（一定要记住你路径）：

5、安装完成

如果你是正常安装完成的话，应该是直接可以退出的，也就是如下

6、出现警告

如果给了你警告，注意看内容，此处笔者是出现了环境变量过长的问题，如下图：

而笔者还出现了另外一个问题。
此处看得出来还是出现了没安装上Nsight for visual studio 2019的相关组件的问题，不过无大碍，先埋一颗雷在这里。毕竟当下用不上，如果你需要用vs的话，建议后续还是自己安装一下这几个组件。

需要自己手动添加环境变量，笔者也建议这样做，环境变量是有总长度限制的，以防其他环境配置出现同样的问题，强烈建议自己处理一下环境变量。
此处笔者环境变量配置就不做详细介绍了，简单来说自己建变量，此处用的CUDA_v10_2，建好变量后直接改path环境变量，添加%CUDA_v10_2%进去完成引用即可。

3. 解决tensorflow无法检测到GPU的问题

问题描述如下：

 Could not load dynamic library 'cudart64_100.dll'; dlerror: cudart64_100.dll not found

百度出了许多解决方法，最终笔者尝试了多种方法后采用的方式是直接再去下一个cudart64_100.dll文件放到

C:/Windows/System

路径下，问题得到了解决，训练也正常地找到了我的贫酸GPU。
配置文件下载路径如下：

https://www.dll-files.com/cudart64_100.dll.html

这个网站东西很多，建议收藏。