仅针对CPU轻薄本安装

零、扩充

CPU和GPU的区别

1. CPU（中央处理器）--串行处理

   • 定义：计算机的"大脑"，负责执行程序指令和处理通用计算任务

   • 全称：Central Processing Unit

   • 核心特点：少量强大核心（通常 2-32 核），擅长复杂逻辑运算

2. GPU（图形处理器）--并行处理

   • 定义：专为并行计算设计的处理器，最初用于图形渲染

   • 全称：Graphics Processing Unit

   • 核心特点：数千个小型核心（如 NVIDIA RTX 4090 有 16384 核），擅长批量数据处理

在pytorch中的CPU、GPU

在 PyTorch 框架中，CPU 和 GPU 是两种不同的计算设备，它们决定了张量运算和模型训练的执行位置。

CPU：

CPU 设备：使用计算机的中央处理器进行计算

设备标识：torch.device('cpu')

GPU：

GPU 设备：使用 NVIDIA 显卡进行计算（通过 CUDA 驱动）

设备标识：torch.device('cuda') 或 torch.device('cuda:0')

一、查看

查看你的电脑是否有GPU

（1）可以打开任务管理器：查看的GPU要是NVIDIA才可以安装GPU，否则安装CPU

（2） 命令提示符：

输入相关指令查看：nvidia-smi

查看结果：

如果出现这种情况，就只能安装CPU版本的pytorch框架。 

二、安装

打开pytorch官网：Previous PyTorch Versions

选择版本号，可以选择久一点的版本号，以防最新版本不稳定。

如：

# CPU Only  

conda install pytorch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 cpuonly -c pytorch

 或者

# CPU only

pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cpu

（https://download.pytorch.org/whl/cpu单独打开这个网址为离线式安装）

三、检查

检查命令：

pip list | findstr torch 

结果：

说明框架已经安装，进一步测试是否成功，可以用程序测试

 

import torch
def test001():
    t1 = torch.tensor([1,2,3,4],dtype=torch.int32)
    print(t1)
if __name__ == '__main__':
    test001()

结果：

tensor([1, 2, 3, 4], dtype=torch.int32)

自此说明pytorch已成功安装。