could not load dynamic library ‘cudart64_110.dll‘错误解决

最近一年多时间里，陆续安装了几块4090显卡。在不同的机器上下载CUDA驱动时，有时选择了11.8版本，大多数时候选择的是12.x的版本。平时开发大部分时间使用pytorch，偶而使用tensorflow。每次安装Tensorflow时都需要折腾很长时间。出现的问题要不是上面找不到某些cudart64_110.dll的错误，要不其它的一些问题。在Win11和WSL2上都存在问题。在网上查阅了一些资料，有的说需要将Tensorflow的版本降下来，有的说Tensorflow2.10版只支持Cuda11.2，也有说RTX4090需要Cuda12.x版本才能支持。今天把这个问题搞清楚，记录下。

关于Tensorflow支持的版本

网上的博文指的是在 Windows 环境中从源代码构建  |  TensorFlow这篇文章中引用的兼容版本列表。这个列表比较早，不能说明现在的问题。随着时间的推移，目前可以不作参考。

关于Tensorflow自身的版本

出现上面的 问题不在于Tensorflow的安装版本，而在于Tensorflow与Cuda的兼容。经过测试，从2.0到2.10，都有可能出现上面的问题。

问题的解决

由于问题的根源是Cuda的版本问题。找到资料说RTX4090的硬件架构与Cuda11.8是兼容的，所以安装Cuda11.8是好的选择。记得之前安装时，Cuda11.8是可以正常运行的。对应Cuda11.8的cuDNN版本是8.5~8.9，不能超过9.0的版本。这个版本的对应关系在Nvidia的网站上有。按照这个思路重新安装，一次性解决了问题。

将Nivida的Cuda和cuDNN下载地址列出：

CUDA Toolkit 11.8 Downloads | NVIDIA Developer

cuDNN Archive | NVIDIA Developer