从零开始用CUDA
之前用过pytorch的CUDA功能，但那是在一台配置好的服务器上使用的。如今需要在自己的笔记本上使用CUDA，本博客用于记录从零开始用CUDA的配置过程。
查看本机显卡
CUDA是NVIDIA基于GPU的计算加速服务，所以先要有一个NVIDIA显卡（我的系统是win10）。右击桌面出现NVIDIA控制选项时，说明你有一个带正常驱动的NVIDIA显卡。
这里显示的是本机N卡的详细信息，CUDA核心1280说明可以正常使用CUDA；另外需要注意的是，本机专用视频内存（显存）是3G，用来做深度学习是很小的了，勉强够用来训练网络的需要8G，11G是比较充足的量。如果要在本机训练，还只能用小batch，或者直接租一台云服务器。
再查看适合的CUDA版本
去官网下载CUDA toolkit。
CUDAtoolkit
选好配置就可以下载了
我选择的是一次性下载到本地，有2个多G，下载完成安装到空文件夹即可。
一路下一步。
安装要等一会去活动一下吧。
安装完毕，启动GeForce Experience，贴心地有QQ、微信登陆，不过这个并不是CUDA相关的软件（>-<)
win+R输入cmd打开终端，输入nvcc -V出现下列信息就说明CUDA安装成功。
找到CUDA的例程
这里program data文件夹是隐藏的，需要显示出来
绑定的visual studio（能用到VS了），版本要匹配哦。
载入samples比较慢，现在试运行一下example，官方说明在这里，介绍了各个sample的作用。
CUDA samples
此外，还提供了模板项目，在每个sample（实现了多种常用基本功能）目录下都可以找到template文件夹，
复制到自己的项目中就可以修改使用了。
直接本地调试一下
出现这个说明能用了。
运行一下0-sample下的quicksort，先右键生成，再右键调试。
运行成功。
存在问题
1.未考察这个快排例程的代码细节
2.不清楚CUDA和pytorch.cuda的关系，怎么交互
3.不清楚CUDA和python的关系，怎么交互
欢迎指路（如果有人看的话>-<）