对于双显卡的笔记本，搭建pytorch的深度学习框架，用gpu加速运算。为了安装pytorch-gpu，只有先在linux上安装nvidia驱动和cuda软件后。才能成功安装pytorch-gpu。
以前看到一篇文章，说笔记本的显卡信息显示如下图时，nvidia驱动在ubuntu上安装不了，不用折腾驱动了。
一般的选择是安装bumblebee或nvidia-prime的软件，对双显卡的电脑进行工作显卡的选择。bumblebee软件作为第三方软件，尝试以后不成功；自从ubuntu16以后版本的， 对nvidia-prime软件支持比较好，可以用命令nvidia-select 的命令完成工作显卡的选择。
本文作者采用ubuntu17.10，nvdia-prime，nvidia-384的显卡驱动，cuda9.1，anaconda3，pytorch-gpu等软件， 搭建深度学习环境，步骤如下：
- 安装ubuntu17.10；
- 安装nvidia-prime；
- 安装nvidia驱动；
- 安装cuda9.1；
- 安装anaconda、pytorch-gpu；
1.安装ubuntu17.10
下载对应的版本的ubuntu系统，参考网上教程：https://www.jianshu.com/p/62d947731401
2.安装nvidia-prime
参考网上教程：http://blog.****.net/u010649035/article/details/49823793
用命令检测nvidia-prime软件成功，此时由于未安装nvidia的驱动，prime-select nvidia命令执行会报错，需要进行第三部nvidia驱动后，才能完成独立显卡工作的选择
3.安装nvidia驱动（参考网上教程：https://www.cnblogs.com/iloveblog/p/7683349.html）
首先去官网（http://www.nvidia.cn/Download/index.aspx?lang=cn）查找适配自己电脑GPU的驱动，我的电脑驱动版本如下：
执行如下语句安装NVIDIA驱动
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-384 //驱动版本不同，对应不同的数字
sudo apt-get install mesa-commoon-dev //本句及下一句命令有的电脑需要，有的电脑不需要，根据实际情况输入命令
sudo pat-get install freeglut3-dev
执行完上述命令后若无问题，重启，若有问题，单独查资料解决
sudo reboot
此步很重要，prime-select nvidia，将显卡工作环境切换为GTX850M上，
然后用sudo reboot命令重启，将工作显卡切换完成。
重启后输入：
sudo nvidia-smi
如果显示GPU列表，则证明驱动安装成功了，如下图：
另外也可以通过如下命令：
sudo nvidia-settings
至此最难的任务已经完成，将linux上nvidia的显卡驱动安装完成，以后的cuda安装和pytorch-gpu安装都跟往常的是一样的
最好参照官网教程完成软件的安装
4.安装cuda9.1（参照教程：https://www.cnblogs.com/iloveblog/p/7683349.html）
安装cuda9.1如果使用deb安装，会默认再次安装nvdia的驱动；
而本教程已经安装了nvidia驱动时，不想再次安装出问题，故而这里选择runfile（local）的方式进行安装，只是在选择是否安装nvidia显卡驱动时，选择no，以确保nvidia驱动不会被再次安装
5.anaconda、pytorch-gpu安装
这一步的步骤在网上教程有很多就不再赘述
。
作者主要选用的是较新版本的ubuntu17.10；nvidia-prime完成独立显卡的工作环境切换；后进行nvidia显卡驱动的安装；cuda的安装需用runfile（deb）的方式避免nvidia显卡驱动的再次安装，最后顺利成章的完成pytorch-gpu的安装。
经验之谈，还望造福其他入门的同学、朋友！！！