### 如何在 PyCharm 2024.3.5 中导入 PyTorch 库 要在 PyCharm 2024.3.5 中成功导入并配置 PyTorch 库，以下是详细的指南： #### 1. 安装 PyTorch 确保已经在本地环境中安装了 PyTorch。可以通过以下命令来安装适合的版本： ```bash pip install torch torchvision torchaudio ``` 或者通过 Conda 进行安装： ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` #### 2. 创建或选择虚拟环境 如果尚未创建虚拟环境，可以选择使用 Anaconda 或者其他工具创建一个新的虚拟环境。 对于已有虚拟环境的情况，在 PyCharm 的设置中指定该虚拟环境作为项目的解释器。操作如下： - 打开 **File → Settings**。 - 在左侧导航栏中选择 **Project: [Your Project Name] → Python Interpreter**[^3]。 - 点击右上角的小齿轮图标，选择 **Add...**。 - 在弹出窗口中选择 **Existing environment** 并浏览到对应的虚拟环境路径（例如 `D:\Anaconda3\envs\[your_env_name]\python.exe`）[^3]。 #### 3. 配置项目解释器 一旦选择了合适的虚拟环境，PyCharm 将会自动识别其中已安装的包，包括 PyTorch。此时可以在终端中验证是否能够正常调用 PyTorch 功能： ```python import torch print(torch.__version__) ``` 如果能正确打印出 PyTorch 版本，则表明配置成功[^4]。 #### 4. 解决可能遇到的问题 有时可能会因为路径问题或其他原因无法顺利加载 PyTorch。可以尝试以下解决办法： - 如果找不到虚拟环境，请点击界面中的 **Reload environments** 按钮刷新列表[^3]。 - 确认所使用的 GPU 是否兼容 CUDA，并按照官方文档调整安装参数[^2]。 --- ### 示例代码片段 为了进一步确认 PyTorch 已经被正确引入，可运行以下简单测试脚本： ```python import torch device = 'cuda' if torch.cuda.is_available() else 'cpu' tensor = torch.tensor([1, 2, 3], device=device) print(f"Device being used: {device}") print(tensor) ``` 此代码将检测设备可用性和张量初始化功能，帮助判断环境搭建是否无误。 ---