本文介绍了深度学习中使用的GPU，特别是英伟达NVIDIA的GPU与CUDA的关系。CUDA是一个开发平台，允许程序员利用NVIDIA显卡进行计算，从而在深度学习库如PyTorch中实现GPU加速。此外，还提供了如何在Windows系统中检查GPU型号的方法，强调无NVIDIA显卡的用户可以选择CPU版本的PyTorch进行学习。
对应视频教程：https://www.bilibili.com/video/BV1S5411X7FY/
1. 显卡（GPU）与驱动
显卡，也称之为 GPU。GPU 的全称是 Graphics Processing Unit（图形处理单元）。它出现的目的一目了然，就是用来显示图像的。没错，就是用来在电脑显示器上显示图像的。
大家其实只要知道我们的电脑都有显卡这一点就行了。但我们在深度学习中说的显卡（GPU）一般特指是英伟达（NVIDIA）品牌的显卡，这个我们后面慢慢来说。
除了显卡这个概念之外，还有个概念是驱动。驱动，相信大家都不陌生。我们有的时候给电脑配备一些设备的时候，有可能需要安装对应的驱动，这些设备才能正常运行。
驱动，就是能够让计算机正确识别一些外设（设备）。
显卡，就是外部设备。所以，我们需要安装对应的驱动，这样计算机才能够正确识别对应的显卡，并充分利用显卡的能力。
大家可以看到，上面这张图中，底部的显卡、鼠标、声卡之类的就是我们的外部设备，是个实打实的硬件，看得见摸得着的东西。中间的 Operating System 就是我们用的操作系统（Windows，Mac，Linux），可以理解为就是我们的电脑。在 Operating S
最低0.47元/天 解锁文章
140
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
