tf2.3-gpu和tf.1.15-gpu的显存分配

目的是解决：
tf2.3-gpu和tf1.15-gpu中的 "卷积不能使用的错误"，如下：
(0) Unknown: 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.

首先保证确实不是cudnn的问题，然后：

1、若是tf2.3-gpu，则在文件开始写上：

import tensorflow as tf
physical_device = tf.config.experimental.list_physical_devices("GPU")
tf.config.experimental.set_memory_growth(physical_device[0], True)

2、若是在tf1.15-gpu，则在文件开始写上：

import tensorflow as tf
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
sess = tf.Session(config=config)

问：怎么排除cudnn的问题？
答：去网上找tf和cuda和cudnn的对应版本，比如我做tf2.3-gpu的时候，确实不是cudnn的问题，改了下面的代码就成功了；但是做tf1.15-gpu的时候，改了很多版本的显存分配都不行，然后官网标配是tf1.15 cuda10 cudnn7.4，然后CSDN上有人是用的tf1.15 cuda10 cudnn 7.6 结果我换成7.6就成了，说实在的有的问题比较迷，出了问题多尝试，最后最后实在不行，在考虑把tf降级。