mac 电脑通过pyenv 安装 python 失败，提示报错：Error The Python ssl extension was not compiled.

### 解决方案：在没有英伟达显卡的情况下处理Torch未启用CUDA编译的AssertionError问题 当系统中没有安装NVIDIA GPU或CUDA驱动时，PyTorch可能会因为尝试使用CUDA而抛出`AssertionError`。这是因为PyTorch默认会检查CUDA是否可用，并在某些情况下试图加载CUDA相关的模块[^1]。以下方法可以帮助解决这一问题。 #### 1. 确保正确安装CPU版本的PyTorch 如果系统中没有NVIDIA GPU，则需要安装仅支持CPU的PyTorch版本。可以通过以下命令安装： ```bash pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu ``` 此命令将安装适用于CPU的PyTorch版本，避免了与CUDA相关的任何依赖[^2]。 #### 2. 强制禁用CUDA检测 即使安装了CPU版本的PyTorch，某些代码可能仍然会尝试调用`torch.cuda.is_available()`或其他CUDA相关函数。可以在脚本开头明确设置CUDA不可用： ```python import torch torch.cuda.is_available = lambda: False device = torch.device("cpu") ``` 通过重写`torch.cuda.is_available`函数为始终返回`False`，可以防止代码尝试访问CUDA资源[^3]。 #### 3. 修改代码以适配设备类型 确保所有模型和张量都明确指定运行在CPU上： ```python model = YourModel() model.to(torch.device("cpu")) # 在数据加载时也指定设备 data = data.to(torch.device("cpu")) ``` 这种显式指定设备的方式可以避免潜在的设备冲突问题[^4]。 #### 4. 检查环境变量 有时，环境变量可能导致PyTorch错误地检测到CUDA可用性。可以通过以下方式临时禁用CUDA检测： ```bash export CUDA_VISIBLE_DEVICES=-1 ``` 此命令将隐藏所有GPU设备，强制PyTorch仅使用CPU[^5]。 #### 5. 更新PyTorch版本 如果问题仍然存在，可能是由于当前使用的PyTorch版本存在兼容性问题。建议更新到最新版本： ```bash pip install --upgrade torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu ``` 新版本通常修复了旧版本中的已知问题[^6]。 ### 注意事项 - 如果仍遇到`AssertionError`，请检查是否存在其他第三方库试图加载CUDA模块。 - 确保Python环境干净，避免混用不同版本的PyTorch或其依赖项。