### 常见问题与解决方法 #### 1. **环境未正确激活** - 在使用 PyTorch 之前，必须确保当前终端或 IDE 中使用的 Python 环境是已安装 PyTorch 的虚拟环境。 - 如果使用的是 `conda` 创建的虚拟环境，可以通过以下命令激活： ```bash conda activate pytorch ``` - 检查当前环境中是否包含 PyTorch 库： ```bash pip list ``` 或者： ```bash conda list ``` 确认 `torch` 和 `torchvision` 是否存在并显示正确的版本号 [^2]。 #### 2. **Python 解释器配置错误** - 如果在 PyCharm 中运行脚本时遇到 `ModuleNotFoundError: No module named 'torch'` 错误，可能是 PyCharm 使用的解释器路径与实际安装 PyTorch 的环境不一致。 - 进入 PyCharm 设置（File → Settings → Project: <your_project_name> → Python Interpreter），点击齿轮图标选择 "Add..."，然后选择正确的 Conda 环境路径，例如： ``` C:\Users\<username>\Anaconda3\envs\pytorch\python.exe ``` - 保存后重新运行脚本，应能正常调用 PyTorch 相关库 [^1]。 #### 3. **PyTorch 安装不完整或损坏** - 有时由于网络问题或安装过程中断，可能导致 PyTorch 安装不完整。 - 可尝试卸载后重新安装： ```bash pip uninstall torch torchvision pip install torch torchvision ``` - 或者使用 `conda` 安装以保证依赖一致性： ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch ``` - 特别是在使用 GPU 支持时，推荐通过官方渠道获取合适的安装命令 [^3]。 #### 4. **CUDA 驱动不匹配** - 若使用了 CUDA 加速功能，但系统中 NVIDIA 显卡驱动版本过低或与 PyTorch 所需的 CUDA Toolkit 不兼容，也可能导致无法调用。 - 可以通过以下代码检查 PyTorch 是否成功识别到 GPU： ```python import torch print(torch.cuda.is_available()) ``` - 如果返回 `False`，则说明当前环境未能检测到 GPU 支持。建议访问 [NVIDIA 驱动官网](https://www.nvidia.com/Download/index.aspx) 下载并安装最新版显卡驱动，并确认所安装的 PyTorch 版本支持当前 CUDA 版本 [^1]。 #### 5. **多版本冲突或全局环境干扰** - 如果系统中同时存在多个 Python 环境（如全局环境、多个 Conda 环境等），可能会出现库冲突或误用其他环境中的包。 - 推荐使用 `which python`（Linux/macOS）或 `Get-Command python`（PowerShell）查看当前终端使用的 Python 路径是否与目标环境一致。 - 对于 Conda 用户，可以执行 `conda info` 查看当前激活的环境路径 [^2]。 --- ###