为什么你关心：
GPU（图形处理单元）并不是运行基本机器学习 (ML) 模型所必需的，但它们通常是训练高级模型（例如 Catboost、Xgboost、神经网络和深度学习模型）的首选。在个人电脑/工作笔记本电脑上利用 GPU 会带来很多优势，例如并行处理、速度、可以进行更多迭代训练、可以使用复杂模型进行训练以及竞争优势。下面的示例来自 Catboost 官方文档，介绍如何使用 GPU 改进训练时间。
您一定会很高兴在笔记本电脑上使用 GPU 并加快训练速度。对，那是正确的。但是，在启用 GPU 之前您无法直接利用该 GPU。不用担心，这正是您将从本博客中学到的内容。出于示例目的，我将展示如何在 Windows 操作系统计算机上启用 GPU。
让我们开始吧。
首先，您需要打开电脑上的设备管理器，检查设备适配器，如下图所示：
您可能会注意到一些 Nvidia XXX（例如 → Nvidia RTX A2000 笔记本电脑 GPU）。是的，这就是您机器上可用的 GPU。要利用 RTX A2000 GPU，您需要在计算机上安装正确的依赖项。
依赖项/驱动程序列表？
英伟达驱动程序
框架——TensorFlow / PyTorch
微软视觉工作室（MSVC）<