安装pytorch并在pycharm配置

本文详细指导如何在2018年后购买的Win10电脑上安装最新PyTorch,包括查看CUDA版本,通过B站视频学习使用Anaconda,以及根据CUDA版本选择合适的安装命令,并测试安装效果。后续还介绍了在PyCharm中的配置步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

前言:我的电脑是大一买的了,大概是2018年吧…所以安装前要看下cuda版本(我的电脑是win10的,所以一下操作均在win10可行…)记一下,怕换电脑忘记了。

一、查看cuda版本

在这里插入图片描述

二、结合B站视频安装

手把手教你用anaconda安装当今最常用的pytorch版本

我的电脑事先装过anaconda。国内源快一点切换国内源

三、结合适配自己cuda版本的命令下载

这里查看版本命令

四、测试安装成功与否

进入这里:
在这里插入图片描述
进行代码测试,点我查看代码

五、其他(在pycharm配置等)

链接:
https://www.jb51.net/article/214123.htm
https://www.jb51.net/article/184076.htm

### 如何在PyCharm中使用Anaconda安装配置PyTorch #### 安装Anaconda设置Python解释器 对于希望利用Anaconda来管理开发环境的开发者来说,在PyCharm配置Anaconda是一个重要的步骤。首先,确保已经下载安装了Anaconda发行版[^1]。 接着,在PyCharm配置项目使用的Python解释器为Anaconda中的某个特定版本。这可以通过打开`File -> Settings -> Project: your_project_name -> Python Interpreter`完成,之后点击右上角齿轮图标选择`Add...`选项,再通过`Conda Environment -> Existing environment`挑选已有的虚拟环境或是新建一个专门针对项目的环境。 #### 创建新的Conda环境以支持PyTorch 考虑到不同项目可能依赖于不同的库版本组合,建议为每个重要应用单独建立一个新的Conda环境。例如,如果打算在一个环境中专注于GPU加速计算,则可以创建名为`gpupytorch`的新环境,指定所需的Python版本: ```bash conda create -n gpupytorch python=3.9 ``` 激活该环境后即可继续下一步操作[^2]。 #### 安装PyTorch及相关工具包至新环境中 进入之前创建好的Conda环境(`conda activate gpupytorch`),然后依据目标硬件平台(CPU/GPU)选取合适的安装方式。假设当前机器配备有兼容NVIDIA GPU且安装好了相应的CUDA驱动程序,那么可以直接采用预编译二进制文件的方式快速部署最新稳定版PyTorch及其配套组件如`torchvision`: ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch ``` 这里选择了CUDAToolKit 11.3作为示例;实际选择时应参照官方文档确认最适合自己的CUDA版本号[^3]。 #### 配置PyCharm识别新安装PyTorch 当上述工作完成后,返回到PyCharm界面刷新可用软件列表,此时应该能够看到刚加入的所有包已经被正确加载到了选定的解释器路径下。为了验证一切正常运作,可以在IDE内部编写一段简单的测试代码片段尝试调用PyTorch功能函数,比如打印出Tensor对象的信息: ```python import torch print(torch.__version__) if torch.cuda.is_available(): print('CUDA is available') else: print('No CUDA detected') ``` 这段脚本会输出PyTorch的具体版本信息以及是否存在有效的CUDA设备供后续深度学习模型训练使用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值