### 如何在 PyCharm 中安装 PyTorch 包 要在 PyCharm 中成功安装并使用 PyTorch 包，可以通过以下方式实现： #### 方法一：通过配置 Conda 虚拟环境安装 PyTorch 1. **创建 Conda 虚拟环境** 打开 Anaconda Prompt 并输入以下命令来创建一个新的虚拟环境（假设 Python 版本为 3.7）： ```bash conda create -n pytorch_env python=3.7 ``` 激活刚刚创建的虚拟环境： ```bash conda activate pytorch_env ``` 2. **在虚拟环境中安装 PyTorch** 访问官方文档页面 (https://pytorch.org/get-started/locally/) 获取适合当前系统的安装命令。例如，在支持 CUDA 的情况下可运行以下命令： ```bash pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117 ``` 若不需 GPU 支持，则改为 CPU-only 命令： ```bash pip install torch torchvision torchaudio ``` 3. **将 Conda 环境设置到 PyCharm** 在 PyCharm 中依次点击 `File -> Settings -> Project: <Your_Project_Name> -> Python Interpreter`，随后点击齿轮图标选择 `Add...`。接着选择 `Conda Environment -> Existing environment`，浏览至刚才创建的 `pytorch_env` 文件夹路径下的 `python.exe` 或者直接指定解释器位置。 #### 方法二：利用 PyCharm 自带 Terminal 安装 PyTorch 如果已有一个可用的 Python 环境作为项目的解释器，可以直接借助内置终端完成安装操作。 1. 切换到 PyCharm 底部工具栏中的 `Terminal` 栏位； 2. 输入对应平台上的 PyTorch 安装语句，比如对于 Windows 用户而言可能是这样一条指令： ```bash pip install torch torchvision torchaudio ``` 验证安装是否成功的代码片段如下所示： ```python import torch print(torch.__version__) if torch.cuda.is_available(): print('CUDA is available') else: print('CUDA unavailable') ``` 以上过程涵盖了从零开始构建适用于深度学习开发工作的集成开发环境所需的关键步骤[^1][^2][^3][^4][^5]。 ---