安装 CPU 版 PyTorch 时，最常见的问题是环境不一致，导致 import torch 报错：No module named torch。
这篇文章给出一套稳定可复现的安装流程，并附带排查方法。

1. 安装前检查

先确认 conda 可用，并查看当前环境：

conda --version
conda info --envs

如果你不确定自己在哪个环境，优先在新环境中安装，避免和 base 里的包冲突。

2. 推荐安装方式（Conda，新建环境）

创建并激活独立环境（环境名可自定义）：

conda create -n deeplearning python=3.10 -y
conda activate deeplearning

安装 CPU 版 PyTorch：

conda install pytorch torchvision torchaudio cpuonly -c pytorch -y

验证安装是否成功：

python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"

如果输出了版本号，且 False（CPU 环境正常），说明安装成功。

3. 在 Jupyter Notebook 中正确使用该环境

很多 No module named torch 都是因为 Notebook 没有使用你刚创建的环境。

先在 deeplearning 环境中安装并注册内核：

conda activate deeplearning
conda install jupyter ipykernel -y
python -m ipykernel install --user --name deeplearning --display-name "Python (deeplearning)"

启动 Jupyter：

jupyter notebook

然后在 Notebook 右上角选择内核：Python (deeplearning)。

4. 常见报错与排查

4.1 No module named torch

• 终端环境和 Notebook 内核不是同一个环境。
• torch 安装到了 base，但你在其它环境运行代码。
• python 与 pip/conda 指向的解释器不一致。

快速定位：

which python
python -c "import sys; print(sys.executable)"
conda info --envs

4.2 环境已装但仍无法导入

在当前环境重装一次：

conda activate deeplearning
conda remove pytorch torchvision torchaudio -y
conda install pytorch torchvision torchaudio cpuonly -c pytorch -y

5. 小结

• 建议始终在独立 conda 环境中安装 PyTorch。
• 启动 Jupyter 前先 conda activate 对应环境。
• Notebook 内核要明确选择与你安装 PyTorch 的环境一致。