问题：RuntimeError：CuDNN error：CUDNN_STATUS_EXECUTION_FAILED
解决：我的问题和下面的情况8类似（说是3090显卡仅支持cuda11以上的版本），我的电脑3090显卡，用cuda9.2以及对应版本的pytorch一直报错。换用cuda11和对应的新版本的pytorch，程序立马不报错了+运行速度超级快。
网上的一些说法：（仅记录）
1）解决RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED_乒乒乓乓丫的博客-CSDN博客
绝大多可能就是cuda，cudnn，vs，python，pytorch版本，其中某个版本出了问题。
2）（已解决）pytorch错误：RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED （安装cuda）_竹篓有个天的博客-CSDN博客
原因：pytorch与cuda版本不对（也有可能是内存空间不足，可以更改虚拟空间大小）。重新安装了显卡驱动能够支持的cuda版本。
3）解决RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED 踩过的坑（配置环境:linux+anaconda3+pytorch ...）_Lomen_280的博客-CSDN博客4）RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED_Huntersts的博客-CSDN博客
“总的来说，还是环境配置的不对，个人认为，最主要的是安装pytorch的时候的cuda版本，真的是错一点点都不行~~ 然后我就综合方法3，卸载了之前的环境，仔仔细细地认认真真地又配置了一遍各种环境，下面就是正确解决这个错误的方法了。”
4) cuDNN error: CUDNN_STATUS_EXECUTION_FAILED和cuda的卸载和安装
cuDNN error: CUDNN_STATUS_EXECUTION_FAILED这种错误在网上的资料很少，有人说是因为python,pytorch,cuda等的版本不适配导致的，有人将python换成3.6版本的就解决了，但有的没有。
在我这里，原因出在显卡和cuda的不适配上，我用的RTX2080ti,本来装的是cuda9，就出现了上述bug，经过多次探索，将cuda换成10后，问题解决，估计是2080ti的显卡太新，所以在最新的cuda上使用比较好。
5）RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED_Huntersts的博客-CSDN博客
网上关于这个问题的解决方法有很多,有的是更换cudatoolkit,还有的是更换torch和Python的版本的,但是这些在我这里并不适用.
6）RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED - 哔哩哔哩
7）RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED · Issue #109 · NVIDIA/tacotron2 · GitHub可能是由于pytorch版本，驱动程序版本，cuda版本和cudnn版本的不兼容引起的。
8）CUDNN error: CUDNN_STATUS_EXECUTION_FAILED解决方法
本人在ubuntu18.04系统复现执行cyclegan网络过程，使用显卡GeForce RTX 3090，该显卡仅仅支持使用cuda11以上的版本。
由于之前配置官网指导环境pytorch1.4.0，误选用cuda10.1及cuda10.2，导致每次运行test.py过程极慢，半天过后报错CUDNN error: CUDNN_STATUS_EXECUTION_FAILED，
后来，更换cuda11，对应的pytorch版本也就高于1.4.0了，程序才运行飞起，究其原因，在于显卡本身不支持cuda11以下版本，无语凝噎，也就说这里所谓的版本不匹配，是显卡硬件型号与cuda本身版本不匹配导致的报错，Mark一下，希望能对大家有所用处。
9）CUDNN error: CUDNN_STATUS_EXECUTION_FAILED解决方案
考虑这个报错应该是出于pytorch的版本与CUDA不协调的问题，（我安装的是CUDA10.2，可能版本太新了，如果没安CUDA的还是建议走10.0问题少一些，不过9.0版本的好像也有这个报错）。
随后，安装新版的支持cuda10.0的pytorch以及cuda工具包。目前为止再跑训练模型的时候还没有报错。
10）解决RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED
情况1：自己的cuda、cudnn、python、pytorch版本不匹配。注意，尤其是python的版本是很容易忽略的。
情况2（我的情况是这种）：在情况1满足的条件下，查看自己的程序所使用的显卡占用量是不是满了，如果满了就换未使用的卡（‘cuda:3’ —> ‘cuda:0’）。
情况3：在代码中加入
torch.backends.cudnn.enabled = False