摘要:本文首先在D盘创建了虚拟环境,然后在虚拟环境中安装了PyTorch,最后配置了pycharm的解释器。
1. 在 D 盘创建虚拟环境
打开Anaconda Prompt
输入conda info --envs
查看当前已有环境
创建自己的虚拟环境,打算命名为py310,输入
c
conda create --prefix=D:\ProgramData\py310 python=3.10
再次查看虚拟环境,输入conda info --envs
输入
c
conda activate D:\ProgramData\py310
进入虚拟环境

此时,创建的虚拟环境还没有名字。需要给它取个别名。
输入conda config --show envs_dirs
查看一下当前环境目录。发现没有新创建的这个环境。

现在要把py310加入envs_dirs
中
c
conda config --append envs_dirs D:\ProgramData
输入conda info --envs
,可以看到,此时环境有了别名
尝试用别名激活虚拟环境
c
conda deactivate
先退出,再用别名进入
c
conda activate py310

成功
2. 在虚拟环境中安装 PyTorch
我的显卡是4060,算力是8.9,CUDA Version是12.6。进入PyTorch官网

只要是CUDA小于等于12.6就行,首选Conda,复制命令
c
conda install pytorch torchvision torchaudio pytorch-cuda=12.4 -c pytorch -c nvidia
粘贴在Anaconda Prompt中。等待安装。
安装好后,输入conda list
查看是否存在pytorch

输入python
,打开python

输入
python
import torch
torch.cuda.is_available()
返回True
,则成功

3. 配置 pycharm
新建项目
添加解释器
创建

在项目中,新建python脚本文件

输入:
python
import torch
print(torch.cuda.is_available())
运行一下,显示True
至此,pycharm配置成功!