You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

如何配置Google Cloud Deep Learning VM为仅CPU模式用于PyTorch学习?

解决方案

一、把Google Cloud深度学习VM改成纯CPU模式

新建实例时直接配置

  • 进入Google Cloud控制台的VM创建页面,选择带-cpu后缀的深度学习镜像(比如pytorch-latest-cpu),这类镜像本身就预装好CPU版PyTorch
  • 机器类型直接选纯CPU的入门款,比如e2-medium或n1-standard-1,完全满足教程代码的运行需求
  • 磁盘、网络等其他配置保持默认即可,直接创建实例

修改已有的GPU VM(配额不足无法启动时)

  • 先停止目标VM实例
  • 点击编辑实例,找到GPU配置区域,选择“移除GPU”
  • 保存配置后重新启动实例,就切换为纯CPU模式了

二、其他无需GPU的一键部署PyTorch环境

  • Google Colab无加速器模式:打开Colab后,点击顶部“修改”→“笔记本设置”,硬件加速器选择“无”,就能使用免费的CPU环境,PyTorch已预装,打开即可编写运行教程代码
  • Vertex AI Workbench CPU实例:创建Workbench时选择CPU机器类型,自带PyTorch等ML框架,适合交互式学习练习
  • 普通CPU VM手动一键安装:创建普通Google Cloud CPU实例后,执行以下命令即可快速安装CPU版PyTorch:
    pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
    

内容的提问来源于stack exchange,提问作者Joe Strout

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.07.19 10:38:14