對於雙顯示卡的筆記本，搭建pytorch的深度學習框架，用gpu加速運算。為了安裝pytorch-gpu，只有先在linux上安裝nvidia驅動和cuda軟體後。才能成功安裝pytorch-gpu。

以前看到一篇文章，說筆記本的顯示卡資訊顯示如下圖時，nvidia驅動在ubuntu上安裝不了，不用折騰驅動了。

      一般的選擇是安裝bumblebee或nvidia-prime的軟體，對雙顯示卡的電腦進行工作顯示卡的選擇。bumblebee軟體作為第三方軟體，嘗試以後不成功；自從ubuntu16以後版本的， 對nvidia-prime軟體支援比較好，可以用命令nvidia-select 的命令完成工作顯示卡的選擇。

      本文作者採用ubuntu17.10，nvdia-prime，nvidia-384的顯示卡驅動，cuda9.1，anaconda3，pytorch-gpu等軟體， 搭建深度學習環境，步驟如下：

1. 安裝ubuntu17.10；
2. 安裝nvidia-prime；
3. 安裝nvidia驅動；
4. 安裝cuda9.1；
5. 安裝anaconda、pytorch-gpu；

1.安裝ubuntu17.10

   下載對應的版本的ubuntu系統，參考網上教程：https://www.jianshu.com/p/62d947731401

2.安裝nvidia-prime

    參考網上教程：http://blog.csdn.net/u010649035/article/details/49823793

     用命令檢測nvidia-prime軟體成功，此時由於未安裝nvidia的驅動，prime-select nvidia命令執行會報錯，需要進行第三部nvidia驅動後，才能完成獨立顯示卡工作的選擇

3.安裝nvidia驅動（參考網上教程：https://www.cnblogs.com/iloveblog/p/7683349.html）

首先去官網（http://www.nvidia.cn/Download/index.aspx?lang=cn）查詢適配自己電腦GPU的驅動，我的電腦驅動版本如下：

執行如下語句安裝NVIDIA驅動

　　　　sudo add-apt-repository ppa:graphics-drivers/ppa

　　　　sudo apt-get update

　　　　sudo apt-get install nvidia-384  //驅動版本不同，對應不同的數字

　　　　sudo apt-get install mesa-commoon-dev   //本句及下一句命令有的電腦需要，有的電腦不需要，根據實際情況輸入命令

　　　　sudo pat-get install freeglut3-dev

執行完上述命令後若無問題，重啟，若有問題，單獨查資料解決

　　　　sudo reboot

此步很重要，prime-select nvidia，將顯示卡工作環境切換為GTX850M上，

然後用sudo reboot命令重啟，將工作顯示卡切換完成。

重啟後輸入：

　　　　sudo nvidia-smi

如果顯示GPU列表，則證明驅動安裝成功了，如下圖：

另外也可以通過如下命令：

　　　　sudo nvidia-settings

最好參照官網教程完成軟體的安裝

4.安裝cuda9.1（參照教程：https://www.cnblogs.com/iloveblog/p/7683349.html）

安裝cuda9.1如果使用deb安裝，會預設再次安裝nvdia的驅動；

而本教程已經安裝了nvidia驅動時，不想再次安裝出問題，故而這裡選擇runfile（local）的方式進行安裝，只是在選擇是否安裝nvidia顯示卡驅動時，選擇no，以確保nvidia驅動不會被再次安裝

5.anaconda、pytorch-gpu安裝

這一步的步驟在網上教程有很多就不再贅述。

       作者主要選用的是較新版本的ubuntu17.10；nvidia-prime完成獨立顯示卡的工作環境切換；後進行nvidia顯示卡驅動的安裝；cuda的安裝需用runfile（deb）的方式避免nvidia顯示卡驅動的再次安裝，最後順利成章的完成pytorch-gpu的安裝。

       經驗之談，還望造福其他入門的同學、朋友！！！