如何配置PyCharm以使用CUDA和cuDNN？

安装CUDA和cuDNN

确保系统已安装兼容版本的NVIDIA驱动、CUDA Toolkit和cuDNN。CUDA Toolkit可从NVIDIA官网下载，cuDNN需注册后下载并解压至CUDA安装目录（如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8）。

配置PyCharm项目解释器

打开PyCharm，进入File > Settings > Project: YourProjectName > Python Interpreter。选择或创建虚拟环境后，点击+按钮安装torch、torchvision等库。使用以下命令确保安装支持CUDA的版本：

pip install torch torchvision --extra-index-url https://download.pytorch.org/whl/cu118

验证CUDA和cuDNN

在PyCharm中新建Python文件，运行以下代码验证：

import torch
print(torch.cuda.is_available())  # 应输出True
print(torch.backends.cudnn.enabled)  # 应输出True
print(torch.version.cuda)  # 显示CUDA版本

配置环境变量（可选）

若PyCharm无法识别CUDA路径，需手动添加环境变量。进入Run > Edit Configurations，在Environment variables中添加：

PATH=%PATH%;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin

调试GPU代码

确保代码中显式指定设备为GPU：

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model = YourModel().to(device)