PyTorch no longer supports this GPU because it is too old

  本来学着MXNET来着，因为第一版《动手学深度学习》配套视频用的MXNET，跟着视频学好理解点，结果导师说学校里基本都是用的PyTorch或TensorFlow，刚好第二版的配套视频是用的PyTorch，那开始学PyTorch呗，但这个环境搭起来比MXNET费力不少，之前也有转载过一个链接，跟着几步就完成了，也可能是我电脑原因，花了两天时间研究，刚开始都按教程视频的来，结果最后显示了电脑的GPU太老不能运行，后面想了想说不定可能是下载的版本太高。

  参考文章：点击此处
  我用的也是第二个方法，用的的CUDA8.0版本。
  先把之前安装的给卸载了。

conda uninstall pytorch

  在Anaconda Prompt运行。推荐新建一个新环境，失败了也能重新删了再来过。这里试过用python=3.5，但到后来就运行不了jupyter notebook了，可能是python版本低的缘故。

conda create -n pytorch python=3.6 anaconda
activate pytorch 

  百度云（提取码：itso）下载对应文件，在上篇文章里有说明应该选哪个。

cd /d "下载包的路径"
conda install numpy mkl cffi
conda install --offline pytorch-0.3.0-py36_0.3.0cu80.tar.bz2

  测试：

python
import torch
a = torch.ones((3,1))
a = a.cuda(0)

  后面就下载d2l、jupyter notebook和其他需要的工具（运行时会有报错）就好了。

pip install d2l
pip install jupyter notebook
pip install torchvision

  这两天基本都在失败中度过，尝试了各种各样的办法结果都不行，都想着直接摆烂，等换电脑了，但就在一次次不断的试错中对一些指令也熟悉了起来，对原理的也大概有了个概念，其实有很多错误说不定你多运行几次，多重来几次说不定就好了（下载不稳定），新建的环境多试试，反正错了可以重来，就是有很多时间浪费在等待安装和下载上有些让人心烦，最后jupyter notebook上能成功运行代码了真的挺开心的。这篇文章单纯是为了发泄一下这两天压抑在心里的情绪，感觉又有了希望。虽然没啥干货，但还是希望能多少帮助一些有类似问题的人吧，多尝试多试错，总会成功的。

  2021.5.28更新
  突然发现还是没用…在安装其他包的时候可能是自动认定pytorch版本太低了，会给你自动更新，所以就又回到原点了…看看能不能有别的方法吧

  2022.3.17更新
  时隔一年，又一次尝试安装gpu版的pytorch，终于成功了，我的笔记本还能再战10年！期间还花了2块钱买了金山毒霸一天会员，把C盘清理了一下。下面就简单记录一下，相关操作可以从很多文章中找到。
  1.安装CUDA和cudnn（注意版本问题，说不定我第一次就是死在这个上面的）（cudnn下载比较麻烦，建议右键链接用迅雷下载）
  2.创建虚拟环境
  3.设置镜像源
  4.conda install pytorch == 1.4.0 torchvision == 0.5.0 cudatoolkit = 10.1
  5.测试成功
  因为我的CUDA版本是10.1，参考的是这篇文章，一行指令直击痛点。
  果然还是不能放弃啊~