Pytorch的安装（CPU版本）

一：判断是否有NVIDIA显卡

在安装PyTorch之前，我们需要判断您的计算机是否安装了NVIDIA显卡，因为PyTorch的GPU版本需要NVIDIA显卡来加速计算。您可以通过以下步骤来判断：

① 打开设备管理器：在Windows上，按下Win键和X键，然后选择“设备管理器”。在macOS上，打开“系统偏好设置”，选择“硬件”选项卡，然后点击“设备管理器”。

② 查看显示适配器：在设备管理器中，展开“显示适配器”或“图形处理器”部分，查看是否有NVIDIA显卡的列表。如果有NVIDIA显卡，那么您的计算机适合安装PyTorch的GPU版本。

如下图所示，若没有NVIDIA显卡，则需要安装CPU版本：

二.anaconda的安装：

首先，访问Anaconda官网（Free Download | Anaconda），下载安装anaconda，详细的安装过程后序会发布。

三.安装pytorch(cpu版本):

首先，确保您的计算机上已安装了合适版本的Python。PyTorch需要Python 3.6或更高版本。同时，您还需要安装pip包管理器，用于安装PyTorch和其他依赖项。所以我们可以通过安装Anaconda来创建一个适合深度学习的Python环境。以下是详细的安装步骤:

在安装PyTorch之前，为了管理不同项目的Python环境，通常建议创建一个虚拟环境。虚拟环境可以帮助您隔离不同项目的依赖项，避免不同项目之间的冲突。以下是创建虚拟环境的步骤:

1.打开终端：在确保anaconda已经成功安装的基础上，在Windows上，打开Anaconda Prompt

2.创建虚拟环境：

在终端上运行以下命令(conda create --name lx python=3.10)来创建一个新的虚拟环境。您可以将<env_name>替换为您喜欢的环境名称，例如“lx”

如下图所示，lx即虚拟环境名称，而python=3.10即所安装的python版本

3.激活虚拟环境：
运行以下命令来激活刚刚创建的虚拟环境（conda activate pytorch）。在Windows上，使用activate命令

4.安装PyTorch（CPU）：

在激活的虚拟环境中，使用pip安装PyTorch。

输入以下命令行进行安装：pip install torch torchvision torchaudio

要确保命令行执行后下面的这个界面无警告以及报错情况

四.安装后的检验：
打开电脑cmd终端（快捷键 windows+r)，输入以下命令行：

python -c "import torch; print(torch.__version__); x = torch.tensor([1, 2, 3]); print(x)"

若出现以下类似界面，即安装成功：

2.7.1+cpu 这一行指的是你所安装的pytorch版本

而False指的是:

torch.cuda.is_available() 返回 False，说明当前环境中没有可用的 CUDA（NVIDIA GPU 支持）

自此，即pytorch安装成功且功能正常。

五.个人安装过程所出现的问题（如有类似情况，可供参考）：

在安装pytorch命令行执行后开始安装，但含有警告信息如下：

该警告信息指的是：sympy 安装时生成了一个可执行脚本 isympy.exe，但该脚本所在的目录未被添加到系统的 PATH 环境变量中，因此无法直接在命令行中全局调用

解决办法：

通过命令行快速临时添加：

在cmd终端上输入

setx PATH"%PATH%;C:\Users\11338\AppData\Roaming\Python\Python312\Scripts"

执行后检验是否添加成功：

输入命令行：

isympy --version直接测试该命令行是否能正常运行

能正常运行后重新执行目录四，检验当前pytorch是否成功安装。

六.总结：
 

在安装 PyTorch 时，我遇到了几个关键问题及解决方案：

1. PyTorch 安装后验证失败

   • 错误：直接在 CMD 输入 Python 代码（如 import torch），导致 'import' 不是内部命令 报错。

   • 解决：必须在 Python 交互环境（python 或 python3）中运行代码，或使用 python -c "import torch" 单行命令。

2. GPU 支持不可用

   • 现象：torch.cuda.is_available() 返回 False。

   • 原因：默认安装的是 CPU 版本。

   • 解决：

     • 确认显卡支持 CUDA 后，重新安装 GPU 版本（如 pip install torch==2.7.1+cu118）。

     • 检查驱动和 CUDA 版本是否匹配。

3. 环境变量警告（isympy.exe 不在 PATH）

   • 解决：手动添加脚本路径到系统环境变量 PATH，或忽略警告（不影响 PyTorch 使用）。

安装完成后，可顺利运行 PyTorch 代码！ 🚀