确定独立显卡

首先我们要确定本机是否有独立显卡。在计算机-管理-设备管理器-显示适配器中，查看是否有独立显卡。

可以看到本机有一个集成显卡和独立显卡NVIDIA GeForce 920M。
接下来，测试本机独立显卡是否支持CUDA的安装，点击gpu和cuda查询查询显卡是否在列表中。


从上图中，可以看到我本机的独立显卡是支持CUDA安装的，计算力是3.5。

cuda安装

cuda 是运用gpu进行机器学习必备的条件
安装cuda 我们首先要知道自己的电脑适合安装哪个版本的cuda
那么如何确定自己电脑版本应该安装什么版本的cuda 呢
CUDA版本对显卡驱动的版本有要求：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
转：Win10如何查看Nvidia支持的CUDA版本
根据以上步骤查看了我的Nvidia的版本是369.30，，所以支持CUDA8.0（8.0.44）

CUDA toolkit Archive:https://developer.nvidia.com/cuda-toolkit-archive

我们应该选择cuda 8.0 GA1
随后在浏览器中直接搜索cuda 8.0 GA1

下载到E盘

点击运行
下载完成后，打开安装程序：
安装路径可以默认也可以自定义。之后点击ok就行。（选择空间较多的盘）

然后一直等
等到

选用自定义点击下一步

记住安装位置。等待完成关闭即可。
验证是否成功
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
这个路径下是否出现了nvcc.exe

打开cmd 输入nvcc -V 出现cuda详细信息

安装pytorch

进入prtorch官网 pytorch

选择对应的型号，生成最后一行中对应的安装指令，conda install pytorch torchvsion cudatoolkit=10.2（将-c ptyhon去掉）
需要说明的是pytorch首页是比较新版本的cuda对应的pytrorch ,我的电脑是cuda 8.0比较老的版本，需要在以前的pytorch版本中找，pytorch也附上了链接：cuda pytorch 老版本对应表

找到cuda 8.0 对应的pytorch版本 指令 conda install pytorch1.0.0 torchvision0.2.1 cuda80
打开cmd

依次输入上行指令
随后输入：conda install pytorch1.0.0 torchvision0.2.1 cuda80
验证pytorch是否安装成功

验证是否能够使用gpu
整体安装完成