pytorch和TensorFlow 的学习安装，判断GPU是否可用

1、pytorch的安装和版本问题

https://pytorch.org/get-started/previous-versions/ （版本问题）

https://pytorch.org/tutorials/ （案例学习）

https://pytorch.org/tutorials/beginner/blitz/cifar10_tutorial.html#sphx-glr-beginner-blitz-cifar10-tutorial-py

验证cuda是否可用以及版本号，发现和本地的版本不一致，会导致不可用，重新下拉镜像
import torch
print(torch.__version__)
print(torch.version.cuda)
print(torch.backends.cudnn.version())
torch.cuda.is_available()
#cuda是否可用；

torch.cuda.device_count()
#返回gpu数量；

torch.cuda.get_device_name(0)
#返回gpu名字，设备索引默认从0开始；

torch.cuda.current_device()

2、TensorFlow的版本和安装学习问题

https://www.tensorflow.org/install/source?hl=zh-cn

3、代码判断是否有可用的cuda和gpu

import tensorflow as tf

tf.test.is_gpu_available()