### PyCharm 中配置 PyTorch 环境教程 #### 创建 Conda 虚拟环境 在 Anaconda Prompt 或终端中运行命令来创建一个新的 Python 虚拟环境。以下是具体操作： ```bash conda create -n pytorch_env python=3.8 ``` 激活该虚拟环境以便后续安装依赖项。 ```bash conda activate pytorch_env ``` 接着，在此环境中安装 PyTorch 及其相关库，例如 `torch` 和 `torchvision`。可以通过官方文档获取适合当前系统的安装命令[^1]。 --- #### 安装 PyTorch 库 访问 [PyTorch官网](https://pytorch.org/get-started/locally/) 并根据操作系统、Python 版本以及 GPU 支持情况选择合适的安装指令。例如对于 Windows 用户，默认情况下可以执行以下命令： ```bash pip install torch torchvision torchaudio ``` 如果需要 CUDA 加速支持，则需替换上述命令为带有特定 CUDA 版本号的安装方式[^2]。 --- #### 配置 PyCharm 使用 Conda 虚拟环境 启动 PyCharm 后新建一个项目或者打开已有项目。进入 **File -> Settings -> Project: <your_project_name> -> Python Interpreter** 页面。 点击右上角齿轮图标选择 **Add...**, 接着选取 **Conda Environment** 类型下的选项 “Existing environment”。浏览定位至之前通过 Conda 创建出来的那个名为 `pytorch_env` 的解释器位置通常位于类似于下面这样的路径下: - 对于 Windows 用户可能是： ```plaintext C:\Users\<YourUsername>\Anaconda3\envs\pytorch_env\python.exe ``` 确认无误之后按 OK 键保存更改即可完成绑定工作流程[^4]。 --- #### 测试 PyTorch 是否成功加载 为了验证整个过程是否顺利完成，在项目的任意 `.py` 文件里加入简单的测试脚本来打印版本信息和张量样例数据结构出来看看效果怎样吧！ ```python import sys import torch print(f"Python Version: {sys.version}") print(f"Torch Version: {torch.__version__}") a = torch.tensor([[1, 2, 3], [4, 5, 6]]) print(a) if torch.cuda.is_available(): device = 'cuda' else: device = 'cpu' print(f'Using Device: {device}') ``` 当一切正常运作时，控制台会显示出对应的输出结果表明已经能够正常使用 PyTorch 功能模块了。 ---