问题描述：
jupyter notebook中运行tf.keras/model.fit，在jupyter终端中报错Loaded cuDNN version 8400 Could not load library cudnn_cnn_infer64_8.dll.
可能性1：cuda和cudnn版本不对，但我的cuda11.6,cudnn8.4.0,tensorflow2.8.0版本是匹配的，排除这个可能性
可能性2：cudnn没有安装上
于是重新解压下载的cudnn8.4.0，将原文件夹’cudnn-windows-x86_64-8.4.0.27_cuda11.6-archive’命名为cudnn,并将命名后的cudnn直接复制在安装的CUDA目录‘C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6’。
并且重新在系统变量中环境变量中的path中添加以下三条新路径：
- C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\cudnn\include
- C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\cudnn\lib
- C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\cudnn\bin
到这一步问题并没有解决，但是此时cudnn是已经安装上了，排除cudnn没有安装好的可能性
可能性3：没有安装zlibwapi （解决问题的根本原因！）参考此处[0]
此处下载zlibwapi[0]
此处踩雷：看了错误的教程，误下载了右边的32-bit,还复制在C:\Windows\System32下并且添加了对应path，没有用。
您应该单击左侧的红色框进行下载。
- 将下载后的安装包解压，里面的三个文件加入命名“zlib123dllx64”的文件夹
- 并将zlib123dllx64文件夹移入C:\Program Files (x86)路径下，将此路径设置在path中
重新启动jupyter，运行即可
如图，jupyter终端中显示
I tensorflow/core/common_runtime/gpu/gpu_device.cc:1525] Created device /job:localhost/replica:0/task:0/device:GPU:0 with 3991 MB memory: -> device: 0, name: NVIDIA GeForce GTX 1660 Ti, pci bus id: 0000:01:00.0, compute capability: 7.5
Loaded cuDNN version 8400
表示gpu在运行 
文章出处登录后可见！
