解决：如何将pytorch的版本改为和cuda对应、如何使用笔记本电脑自带的NVIDIA使用GPU跑深度学习

Step1：安装cuda

网址： https://developer.nvidia.com/cuda-toolkit-archive

PS：此处必须先看看电脑显卡是否自己就装了cuda，可以通过执行命令行语句nvcc -V以此检查cuda是否有，如果有将会显示下面的内容

Step2：执行深度学习命令，检验是否能够跑通

device = 'cuda:0'  # 如果电脑上无Nvidia显卡或未安装CUDA框架，请更改为 'cpu'
x = torch.rand(batch_size, seq_len, input_size).to(device)
rnn = MyRNN(input_size, hidden_size, output_size).to(device)
hidden, y = rnn(x)
print(hidden.shape, y.shape)

• 如果能够跑通说明可以使用GPU跑深度学习。
• 如果出现下述报错：

AssertionError: Torch not compiled with CUDA enabled

   该报错表示torch和cuda不兼容，此时只要更换pytorch的版本就可以了，

此时需要转至Step3。

Step3：去往pytorch的官网选择相应出cuda版本并下载pytorch

• 其中，cuda版本的选择只要低于当前cuda的版本就可以了；

• 建议不要使用conda安装，因此之后可能会出现由于conda版本未更新等问题而造成安装失败或者安装过慢，因此建议使用pip安装；

• 使用pip安装时可能会出现超时（即：timeout）等现象，此时可使用管理员的Windows终端执行命令，或者在网络好的时候重试几下等方式解决该问题。博主此处采取的是坚持不懈重试几次解决该问题（一把辛酸泪(╥╯^╰╥)），最终得以成功安装。

以上即为全部内容，OK(*^▽^*)