安装cudnn之后，tf训练报错缺少libcudnn_ops_infer.so.8解决方法

问题描述：某天tf显示不可用gpu，但是torch可用gpu
分析：可能是cudnn出现问题了，然后重装了一下cudnn8.0.4，然后就提示可以使用gpu了。
测试命令如下：

import torch
print(torch.version) # PyTorch version
print(torch.version.cuda) # Corresponding CUDA version
print(torch.backends.cudnn.version()) # Corresponding cuDNN version
print(torch.cuda.get_device_name(0)) # GPU type
print(torch.cuda.is_available())

import tensorflow as tf
print(tf.__version__)
print(tf.test.is_gpu_available())#如果是true，说明gpu可用
tf.config.list_physical_devices('GPU')#显示当前使用的gpu信息

我重装的时候是参考的知乎文章：https://zhuanlan.zhihu.com/p/333362435，第3.4节和第4节的的教程进行操作的。

下载cudnn，解压，然后拷贝到指定目录…

操作完之后，gpu显示可用，但是tf一训练就报错。
报错信息是：

Could not load library libcudnn_ops_infer.so.8. Error: libcudnn_ops_infer.so.8: cannot open shared object file: No such file or directory
Please make sure libcudnn_ops_infer.so.8 is in your library path!

经过一顿分析，发现是直接使用拷贝命令的时候，只改了一些版本号，但是漏拷了一堆libcudnn_ops_infer.so.8等文件。
参考了文章：https://blog.csdn.net/qq_44703886/article/details/112393149中，关于“缺少：libcudnn.so.8文件”一节的描述

对比两边安装的命令，在这一步中，知乎文章4.2节中命令只拷贝一个文件：

而csdn文章“缺少：libcudnn.so.8文件”一节中，命令是拷贝了一堆libcudnn*文件：

解决方法：参考csdn这篇文章，重新运行一下拷贝的命令，把缺少的几个文件拷贝过去，输入以下代码，拷贝文件过去即可。

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/

缺少的就是红框的几个文件，拷贝过去就可以在tensorflow中使用gpu正常训练了。