在跑模型的时候，打开任务管理器，看到CPU使用率100%，GPU使用率8%，探究原因发现是只启用了CPU的核显，没有配置启用独显来处理数据。

先上结论：仅打游戏，无需对独显进行配置，只需启用即可。若跑模型，则需配置独显的相应工具，才能使用独显进行数据运算。

本文以我的电脑为例进行讲解检查配置过程。

一、检查电脑有无显卡

打开设备管理器，点击显示适配器，查看是否有独立显卡。我的是一个独显（GTX1650）和一个核显（Radeon）。

二、检查显卡是否启用

在设备管理器上，右键GTX 1650独显，更新驱动，自动更新即可，若不能自动更新则去官网下载相应驱动安装即可。

更新完驱动后鼠标在桌面右键，就可以打开NVID控制面板，选择管理3D设置，全局设置里选择高性能NVID处理器优先。

三、CUDA及cuDNN配置

CUDA：电脑并行设备计算平台                cuDNN：CUDA深度神经网络库

CUDA是计算平台，cuDNN是CUDA平台里的一个机器学习库。

（一）CUDA安装

在NVIDA控制面板，上面点击帮助，找到系统信息->组件，查看NVCUDA64.DLL的版本，代表系统支持的CUDA驱动版本，然后去CUDA官网下载对应版本的CUDA

CUDA Toolkit Archive | NVIDIA Developer

下载的时候全默认就行，配置好后，win+R打开cmd终端，输入nvcc –version，若有显示，则代表安装CUDA平台成功

（二）cuDNN安装

安装和CUDA版本兼容的cuDNN，我的CUDA 11.6 对应 cuDNN 8.8.1 及以上

CUDA Deep Neural Network (cuDNN) | NVIDIA Developer

下载好后，解压，把文件中的内容全放到CUDA的目录底下，三个文件夹一一对应：bin、include、lib。

我的默认的是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6

四、pytorch版本配置

安装完后，若要跑机器学习，pytorch版本也需要选择支持GPU的版本

思路一：

我是执行下列语句，读者可根据自己需求来

pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1+cu116 -f https://download.pytorch.org/whl/cu116/torch_stable.html

但是我执行这条语句的时候经常网络超时，虽然也能下载，但是一旦超时就要重新

pip cache purge清除pip缓存

然后再次下载

思路二：

鉴于过程太久，选择直接从网上下载对应的whl文件，然后再本地安装

torch-1.13.1+cu116-cp39-cp39-win_amd64.whl

torchvision-0.14.1+cu116-cp39-cp39-win_amd64.whl

torchaudio-0.13.1+cu116-cp39-cp39-win_amd64.whl

pip install C:\Users\28486\Desktop\torch-1.13.1+cu116-cp39-cp39-win_amd64.whl

pip install C:\Users\28486\Desktop\torchvision-0.14.1+cu116-cp39-cp39-win_amd64.whl

pip install C:\Users\28486\Desktop\torchaudio-0.13.1+cu116-cp39-cp39-win_amd64.whl

至此，就可以实现优先使用GPU来进行模型训练

未启用时CPU100%，只有GPU0这一个核显。

启用了独显后，cpu使用率降低，GPU1开始处理运算