1方法一ctrl + alt+ delete 進入任務管理器，選擇“性能”，查看GPU是否支持CUDA 2方法二桌面右鍵查看是否有NVIDIA控制面板 GPU不支持cuda 如何成功在沒有nvidia驅動的win10電腦里安裝CUDA和pytorchgpu 參考這個。

pth在pytorch進行模型保存的時候，一般有兩種保存格式，一種是保存整個模型，另一種是只保存模型的參數(shù)torchsavemodelstate_dict， #34my_modelpth#34 # 只保存模型的參數(shù)，torchsavemodel， #34my_。

第一步是通過檢查PyTorch是否能夠找到CUDAComputeUnifiedDeviceArchitecture庫來確定GPU是否可用如果CUDA庫未安裝或未配置正確，則PyTorch將無法使用GPU如果我們在安裝PyTorch時選擇了與我們計算機上已安裝的CUDA版本不兼容的。

在PyTorch這個框架里面，數(shù)據(jù)加載Dataloader上做更改和優(yōu)化，包括num_workers線程數(shù)，pin_memory，會提升速度解決好數(shù)據(jù)傳輸?shù)膸捚款i和GPU的運算效率低的問。

本文將介紹如何利用深度學習技術生成3D模型，使用了PyTorch和PolyGen 有一個新興的深度學習研究領域專注于將 DL 技術應用于 3D 幾何和計算機圖形應用程序，這一長期研究的集合證明了這一點對于希望自己嘗試一些 3D 深度學習的 PyTorch。

1首先電腦上需要安裝360安全衛(wèi)士然后用數(shù)據(jù)線將手機與電腦的USB接口相連入手機程序列表，點擊“設置”按鈕找到并點擊“應用程序”列表項，再點擊“開發(fā)”選項，在打開的“開發(fā)”列表中勾選“USB”調試打開手機的USB調試模。

查看安裝是否成功一個框架具體怎么用，還是看實際應用，開始不要一個一個去看很基本的操作，直接看一個實際的例子我覺得 主干鏈路式 的學習方法是比較好的keras可以看作tensorflow封裝了一層apitensorflow和pytorch各有。