### 配置 PyCharm 使用 PyTorch 为了在 PyCharm 中成功配置并使用 PyTorch，需遵循一系列特定操作来确保开发环境的稳定性和功能性。 #### 安装必要的软件包 确认已经安装了 Python 和 PyCharm 的适当版本。对于本案例中的电脑配置——HP ProBook 450 G8 Notebook PC (HP战66四代)，操作系统 Win10 ——应确保已安装 Python 3.10 版本以及 PyCharm 2022.2.1 版本[^2]。 #### 创建虚拟环境 建议创建一个新的 Conda 或者 venv 虚拟环境专门用于此项目。这有助于隔离不同项目的依赖关系，防止冲突发生。通过 Anaconda Prompt 或命令行工具执行相应指令完成新环境建立，并在此环境中安装 PyTorch 及其相关库： ```bash conda create --name pytorch_env python=3.10 conda activate pytorch_env pip install torch torchvision torchaudio ``` #### 设置 PyCharm 解释器 启动 PyCharm 后，在设置中找到 Project Interpreter 选项卡，点击齿轮图标选择 Add... 。接着可以选择现有的 Conda 环境或者手动指定路径指向刚才创建的新环境位置。如果未自动识别，则可通过浏览文件系统定位至 `C:\Users\YourUsername\.conda\envs` 下对应的目录[^4]。 #### 测试 PyTorch 是否正常工作 最后一步是在 PyCharm 内部编写简单的 Python 脚本来验证 PyTorch 已经被正确加载。可以尝试打印当前使用的 CUDA 设备信息作为初步检验手段： ```python import torch print(f"CUDA Available: {torch.cuda.is_available()}") if torch.cuda.is_available(): print(f"Current Device Index: {torch.cuda.current_device()}") print(f"Device Name: {torch.cuda.get_device_name(0)}") else: print("CUDA is not available.") ``` 当遇到无法打开本地终端的问题时，可以通过调整 PyCharm 设置解决该问题：将 Shell path 修改为 cmd.exe ，保存更改后重启应用程序再试一次激活 conda environment 即可[^3]。