提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

下一篇，我会分享在此基础上，配置anaconda虚拟环境。针对虚拟环境中添加pytorch和dgl。

这花费了我一些时间。但我成功找到了解决方法。

---

一. 确认自己是CPU

在开始之前，确保你的计算机使用的是CPU而非GPU。
当然，以下是针对第一点“确认自己是CPU”的修改部分：

为什么选择CPU教程？

在众多的编程和数据分析教程中，很多都专注于GPU加速，这对于需要进行大量计算的高级用户来说非常有用。然而，对于大多数使用轻薄本或日常办公电脑的用户来说，CPU才是他们的主要计算资源。因此，本教程专注于为使用CPU的用户提供指导。

GPU与CPU的区别

• GPU（图形处理单元）：专为并行处理设计，能够同时处理多个任务，非常适合图形渲染和复杂计算，如深度学习。

• CPU（中央处理单元）：是计算机的主要处理器，负责执行程序指令、处理数据和控制其他硬件设备。CPU通常用于日常计算任务和不需要大量并行处理的应用。

简而言之，GPU比CPU处理速度快。

如何判断自己是CPU

要确定你的计算机使用的是CPU，你可以：

• 计算机右击–>管理–>设备管理器–>显示适配器
  这是GPU，恭喜你，你可以去看其他文章啦

如果你这里没有NVIDIA（英伟达）显卡，那么，所谓CUDA与你无缘了。我们只能用CPU做一些简单的实验。（太大的实验建议还是租服务器吧）

好，确定自己只能用CPU之后，我们依然需要安装虚拟环境。虚拟环境的使用可以帮助我们隔离出一个干净的环境来运行代码，防止包之间起冲突。下面来一步一步安装。

---

二. Anaconda 安装包 和 Pycharm 安装包

步骤1：下载Anaconda

1. 访问 Anaconda官方网站。
   

2. 选择适合Windows的版本进行下载。
   

步骤2：下载PyCharm

1. 访问Pycharm 官方网站（下载还是很快的）

2. 选择“Community”（免费版）（Professional是专业版，需购买）。
   

↑这里是专业版，再往下滑↓

三、安装anaconda

四、配置环境变量（很重要，不能跳过哦）

五、安装Pycharm

---

这三步，有一位博主写的非常详细认真。我也是在这位博主的博客帮助下成功安装。故不再重复造车轮。

下面附上地址：请跳转

这篇博客中，软件安装在了C盘，但我装在了D盘。

经验证，大家可以放心的把anaconda和pycharm装在D盘，这并不会影响安装成功。

结语

现在，你已经成功在Windows CPU上安装了Anaconda和PyCharm。你可以开始你的Python编程之旅了！

---

希望这篇博客对你有所帮助！