### 如何在 PyCharm 中将 torch 升级到 2.0.0 要在 PyCharm 中将 `torch` 库升级到指定版本（如 2.0.0），可以按照以下方法操作： #### 方法一：通过终端命令手动更新 可以直接使用 `pip` 命令来安装或更新 `torch` 到目标版本。以下是具体命令： ```bash pip install --upgrade torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple -i https://mirrors.aliyun.com/pypi/simple ``` 此命令会确保安装的 `torch` 是基于 CUDA 11.8 的稳定版本，并且还包含了对应的 `torchvision` 和 `torchaudio`[^1]。 如果当前环境中已经存在旧版的 `torch`，可以通过添加参数 `--force-reinstall` 来强制重新安装新版本： ```bash pip install --upgrade --force-reinstall torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple -i https://mirrors.aliyun.com/pypi/simple ``` #### 方法二：利用 PyCharm 内置工具管理依赖 PyCharm 提供了一个内置的功能用于管理和更新项目依赖项。可以在 **Settings -> Project: [Your_Project_Name] -> Python Interpreter** 页面找到已安装的包列表。 1. 找到 `torch` 并点击右侧的小齿轮图标。 2. 选择 **Upgrade...** 菜单选项，在弹出窗口中输入目标版本号 `2.0.0` 后确认执行升级操作即可[^4]。 需要注意的是，当使用这种方法时可能无法自定义额外参数（比如 `-f`, `-i` 镜像源）。因此建议先配置好全局 pip 配置文件或者临时切换默认索引地址再进行操作。 #### 方法三：创建新的虚拟环境并安装最新版本 如果遇到现有环境下某些冲突问题难以解决，则考虑新建一个干净独立的新虚拟环境专门用来部署所需软件栈也是一个不错的选择。例如借助 Conda 创建支持特定 CUDA 版本的核心组件集合后再导入 PyCharm 当作解释器使用： ```bash conda create -n myenv python=3.9 conda activate myenv conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch ``` 之后回到 PyCharm 设置里新增该路径下的 interpreter 完成关联设置过程[^3]。 --- ### 注意事项 - 如果机器未配备 NVIDIA GPU 或驱动程序不兼容对应版本 CUDA Toolkit ，则应选用 CPU-only 类型发行版替代上述含加速功能的产品组合形式； - 对于国内网络条件较差的情况推荐优先采用清华 TUNA 或阿里云 PIP Mirrors 加速下载速度； ---