PyTorch 环境配置

---

参考文章：
【2025年最新PyTorch环境配置保姆级教程（附安装包）】
【超详细 CUDA 安装与卸载教程（图文教程）】
【PyTorch安装、配置环境（全网最新最全）】

默认已经安装好了 Anaconda 以及 PyCharm ，win + r 输入 cmd ，使用 conda --version 命令查看 Anaconda 的版本；python --version 命令查看 Python 的版本。

一、安装 CUDA

• 检查显卡型号：计算机管理 → 设备管理器 → 显示适配器

• win + r 输入 cmd ，使用 nvidia-smi 命令显示显卡驱动版本和 cuda 版本。

• 下载 CUDA 的网址：【CUDA Toolkit Archive】

• 安装 CUDA ：

• 配置环境变量：系统属性 → 环境变量 → 系统变量 → 双击 Path ，根据 CUDA 安装的路径新建以下几条（如果没有）。

D:\CUDA
D:\CUDA\v12.8\bin
D:\CUDA\v12.8\libnvvp

• 验证 CUDA 是否安装成功：打开命令提示符（Win + R，输入 cmd），输入 nvcc --version 命令，如果命令行成功显示了 CUDA 的版本信息，则表明 CUDA 安装和环境变量配置已成功。

二、安装 PyTorch

1. 创建虚拟环境

参考文章：【在 Anaconda 上安装多版本 Python 环境并在 PyCharm 中配置】

• 打开 Anaconda Prompt ，输入命令 conda create -n [名称] python=[版本] 创建一个新的虚拟环境。

• 环境创建完成后，输入命令 conda activate [环境名称] 激活该环境。

2. 安装 PyTorch

• 获取 PyTorch 安装命令：【Get Started】

• 验证 PyTorch 是否安装成功：确保进入已激活的 PyTorch 虚拟环境中，依次输入以下代码并执行

python  # 进入 Python 环境，若需要退出 Python 环境，请输入 exit()
import torch 
print(torch.__version__)  # 输出安装的 PyTorch 版本号
print(torch.cuda.is_available())  # 成功检测到 PyTorch 并可以使用 GPU

三、在 PyCharm 上创建一个 PyTorch 项目

• 文件 → 新建项目

• 验证是否成功