【深度学习】Anaconda3 + PyCharm 的环境配置 1：手把手带你安装 PyTorch 并创建 PyCharm 项目

前言

文章性质：实操记录

主要内容：这篇文章记录了 PyTorch 的安装过程，包括：

                        1. 创建并激活新的虚拟环境；

                        2. 查看电脑是否支持 CUDA 以及 CUDA 的版本；

                        3. 根据 CUDA 的版本安装 PyTorch；

                        4. 在 PyCharm 中创建使用 pytorch_gpu 虚拟环境的新项目；

                        5. 在 PyCharm 中验证 PyTorch 是否安装成功。

相关文档：anaconda+pytorch+opencv安装及环境配置_pytorch安装opencv-CSDN博客

冷知识+1：小伙伴们不经意的 点赞  与 收藏 ✨ 可以让作者更有创作动力！  

1、创建并激活新的虚拟环境

首先，我们需要为安装 PyTorch 创建新的虚拟环境： conda create -n pytorch_gpu python=3.7 ，这里的 pytorch_gpu 是我自定义的环境名，等安装结束后，可以用 conda env list 命令查看所有虚拟环境，还可以在控制台中输入 activate pytorch_gpu 命令来激活虚拟环境。

2、查看电脑是否支持 CUDA

我们可以输入 nvidia-smi 命令查看自己电脑是否支持 CUDA 以及 CUDA 的版本，通常来说，只要是英伟达的显卡都可以使用 GPU 加速。我电脑支持的 CUDA Version 是 11.6 以前：

3、根据 CUDA 安装 PyTorch

根据是否支持 CUDA 以及 CUDA 的版本，我们可以在 PyTorch 官网 复制对应的安装语句：

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch

4、在 PyCharm 中创建项目 

安装完 Pytorch 后，我们在 Pycharm 中创建使用 pytorch_gpu 虚拟环境的新项目，具体如下：

5、验证 PyTorch 安装成功 

最后，我们可以在 Python Console 中 import torch ，若无报错则说明 PyTorch 安装成功，然后再输入 torch.cuda.is_available() 命令查看输出，若为 True 说明电脑有可供 PyTorch 调用的 GPU 。