打开 cmd 面板，输入 nvidia-smi 命令， 显示 NVIDIA 显卡基本信息和相关进程占用显存情况

 算力及显卡对照表：CUDA GPUs - Compute Capability | NVIDIA Developer

 GeForce GT 730-4G (DDR5) 的算力为3.5，根据算力匹配pytorch版本

配置步骤：

1.下载并安装 Anaconda；

2.在 Windows 上打开开始菜单并打开 Anaconda 命令提示符（Anaconda Prompt）。

3.创建pytorch环境；

4.安装 pytorch：

        测试是否安装成功：

显示True仅代表pytorch安装成功，再测试能否使用CUDA加速计算

不报错说明环境配置成功

5.在pytorch环境下安装spyder

        在Anaconda界面中选择pytorch环境安装spyder 4.1.4

                ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​       

        直接使用该spyder会报错： ImportError: cannot import name 'PILLOW_VERSION' from 'PIL' 

通过安装Pillow的旧版本解决了问题：

 最后spyder可以正常使用。

测试CUDA加速：

 Nice，可以用了

参考：

[1] https://blog.csdn.net/fscanf_fread/article/details/103846358在python环境中导入torchvision的时候，出现了以下错误ImportError: cannot import name 'PILLOW_VERSION' from 'PIL'我的系统环境如下，环境：系统：windows 10python：3.7pytorch：1.3.1torchvision：0.4.1经过排查，发现torchvision需要...https://blog.csdn.net/fscanf_fread/article/details/103846358

[2] PyTorch测试代码-cuda加速_不要绝望总会慢慢变强的博客-CSDN博客import torch# 以下代码只有在PyTorch GPU版本上才会执行import timeprint(torch.__version__)print(torch.cuda.is_available())a = torch.randn(10000,1000)b = torch.randn(1000,2000)t0 = time.time()c = torch.matmul(a,b)t1 = time.time()print(a.device,t1-t0,c.norm(2)).https://blog.csdn.net/luoshiyong123/article/details/107221694/