1方法一ctrl + alt+ delete 进入任务管理器，选择“性能”，查看GPU是否支持CUDA 2方法二桌面右键查看是否有NVIDIA控制面板 GPU不支持cuda 如何成功在没有nvidia驱动的win10电脑里安装CUDA和pytorchgpu 参考这个。
pth在pytorch进行模型保存的时候，一般有两种保存格式，一种是保存整个模型，另一种是只保存模型的参数torchsavemodelstate_dict， #34my_modelpth#34 # 只保存模型的参数，torchsavemodel， #34my_。
第一步是通过检查PyTorch是否能够找到CUDAComputeUnifiedDeviceArchitecture库来确定GPU是否可用如果CUDA库未安装或未配置正确，则PyTorch将无法使用GPU如果我们在安装PyTorch时选择了与我们计算机上已安装的CUDA版本不兼容的。
在PyTorch这个框架里面，数据加载Dataloader上做更改和优化，包括num_workers线程数，pin_memory，会提升速度解决好数据传输的带宽瓶颈和GPU的运算效率低的问。
本文将介绍如何利用深度学习技术生成3D模型，使用了PyTorch和PolyGen 有一个新兴的深度学习研究领域专注于将 DL 技术应用于 3D 几何和计算机图形应用程序，这一长期研究的集合证明了这一点对于希望自己尝试一些 3D 深度学习的 PyTorch。
1首先电脑上需要安装360安全卫士然后用数据线将手机与电脑的USB接口相连入手机程序列表，点击“设置”按钮找到并点击“应用程序”列表项，再点击“开发”选项，在打开的“开发”列表中勾选“USB”调试打开手机的USB调试模。
查看安装是否成功一个框架具体怎么用，还是看实际应用，开始不要一个一个去看很基本的操作，直接看一个实际的例子我觉得 主干链路式 的学习方法是比较好的keras可以看作tensorflow封装了一层apitensorflow和pytorch各有。
