为什么torch.cuda.is_available()是Falsetorch.cuda.is_available()，这个命令的作用是看你电脑的GPU能不能被PyTorch调用。如果返回结果为False，您可以按照以下步骤排查。1、确认你的GPU是否支持CUDA（是否支持被PyTorch调用）首先确定你的显卡型号，是否是NVIDIA显卡。您可以从任务管理器或设备管理器中查看显卡型号。之后去官网，如果有你的显卡型号，说明你的显卡支持PyTorch调用。（支持绝大多数NVIDIA显卡）没有NVIDIA显卡也没关系。CPU够用，在后面的教程中你会看到对于小型网络，CPU更快（惊喜）2.打开命令行，输入nvidia-smi，查看你的DriverVersion我们教程中安装的PyTorch1.3+CUDA9.2版本，要求电脑显卡驱动大于396.26。我截图中的驱动版本是430.86，大于396.26。如果您的驱动版本低于396.26，请使用各种驱动管理软件或软件管理器升级您的显卡驱动。当然还是建议去官网下载最新对应的驱动。3.下载最新的驱动程序。在官网选择对应的显卡型号、操作系统等默认即可。其中Notebooks指的是笔记本。之后，单击搜索，下载最新的驱动程序并安装。4.检查驱动版本。安装最新版驱动后，可以再次在命令行窗口输入nvidia-smi查看最新版是否安装成功。5、打开AnacondaPrompt，输入condaactivatepytorch，然后输入python，进入python环境。在python环境下输入importtorch，然后输入torch.cuda.is_available查看返回结果是否为True。使用Conda下载PyTorch太慢，怎么办？1.（玄学法）早上下载安装。感觉早上下载速度明显更快。2、从本教程顶部的百度云下载这两个文件。（这两个文件适用于pytorch1.3+cuda9.2+windows）将这两个下载的文件放在Anaconda安装的pkgs文件夹下。然后打开AnacondaPrompt并输入condaactivatepytorch。之后，输入以下命令：condainstall--use-localpytorch-1.3.0-py3.6_cuda92_cudnn7_0.tar.bz2和condainstall--use-localcudatoolkit-9.2-0.tar.bz2，即可使用下载包进行安装。我的大本营学会这三个排版原则，你就能超越80%人的排版你有没有想过把你的生活游戏化？用游戏的想法来激励自己去寻找有趣或更有成效的东西、工具和教程
