一文解决如何在Pycharm中创建cuda深度学习环境？

想必大家都知道，目前深度学习最好的框架便是用Python编写的PyTorch，而Pycharm作为最受欢迎的Python IDE，广泛被大家用来训练模型。因此本文介绍如何利用Anaconda这个软件来为Pycharm配置环境。

1 下载安装必备软件

1.1 Pycharm

Pycharm是一款用来编写Python程序的IDE，我们写代码、跑程序，都在它上面运行。

IDE指集成开发环境，可以简单理解成编辑器+编译器+运行终端+代码检查等。

官网：PyCharm，您需要的唯一 Python IDEhttps://www.jetbrains.com/zh-cn/pycharm/

目前来看社区版的就够用，如果想使用专业版可以用学生邮箱申请免费使用，或者参考我另一篇文章。

1.2 Cuda Toolkit和cuDNN

Cuda Toolkit通俗来讲就是让gpu给你干活的程序。

gpu是显卡上的运算部件。我们的电脑上主要有两个地方能够运算------中央处理器（CPU）和显卡核心（GPU）。CPU的核心很少（一般10多个），但每个核心都相当牛×，擅长处理复杂问题，可以比作十个老师；GPU的核心多达数万个，但每个核心都比较简单，可以比作一万个学生。但深度学习所做的工作，是大量的简单工作，好比让解10000个一元二次方程，一万个学生同时发力，速度肯定比10个老师快得多。事实上对于典型的深度学习任务，GPU训练要比CPU快几十倍。

官网：CUDA Toolkit - Free Tools and Training | NVIDIA Developerhttps://developer.nvidia.com/cuda-toolkit

根据笔者经验，cuda toolkit下载最新版的就行，Pytorch的老版本也支持新版toolkit，不会出现版本不兼容的问题。（如果网速可以的话，安装包建议下载local版本，这样个别组件安装失败的话可以用NanaZip解压安装包，单独安装这个组件。）

下载安装好之后，在设置里搜索"环境变量"，选择"编辑系统的环境变量"，在弹出的窗口里选择红框

看看有没有如下两个系统变量（以你安装的版本为准，不一定是13.0）。

然后找到变量Path，选中它并点击编辑按钮，看看有没有这两个变量。

缺哪个就点击新建，添加上就行。

cuDNN是加速计算的组件，官网如下：CUDA Deep Neural Network (cuDNN) | NVIDIA Developerhttps://developer.nvidia.com/cudnn

1.3 Anaconda

Anaconda是用来创建虚拟环境的（当然功能不止于此），虚拟环境里包括python、pytorch等一系列环境，这样我们在用Pycharm编辑代码的时候，可以直接把创建好的虚拟环境导入到Pycharm里，不用自己手动配置了。

官网下载：

Download Anaconda Distribution | Anacondahttps://www.anaconda.com/download下载完正常安装即可，安装后配置环境，还是在变量Path中，添加这三条（以你实际安装的路径调整)：

bash 复制代码

D:\Anaconda

D:\Anaconda\Scripts

D:\Anaconda\Library\bin

安装完成后，可以看到程序里多了个anaconda prompt。打开它，我们接着下一步。

2 配置虚拟环境

创建：参考以下代码，python版本可以根据自己的需要变化。

bash 复制代码

conda create -n name python=3.13  # 创建一个空的虚拟环境，name处换上你心仪的名字

创建过程中，会问你y还是n,选y即可。

创建完成后需要激活：

bash 复制代码

conda activate name #激活

顺便附上灭活、删除虚拟环境的代码

bash 复制代码

conda deactivate   #灭活，再次激活的时候还能使用
conda remove -n  name --all   #从你磁盘上删除，请确保你再也不需要它了

安装后可以键入python命令，来看看python是否被成功安装。如果显示python版本了，就说明安装成功了。

激活后，便可以安装Pytorch了。可以在官网上找到合适的版本下载：

https://pytorch.org/get-started/https://pytorch.org/get-started/

目前建议通过pip渠道安装。复制选项下面的命令，粘贴到anaconda prompt上（请确保虚拟环境被激活），运行即可。

如果需要其他软件包也可以通过命令行安装，这里不展开详述。

3 打开PyCharm

打开并创建项目后，注意到右下方有一系列小字，如图所示：

点击红框，可以看到有如下选项，点击添加本地解释器

环境选择"选择现有"，类型选择Conda

一般Pycharm会自动给出conda的路径，底下的环境里就可以看到刚才创建的虚拟环境，点确定即可。

4 大功告成

如果对你有帮助，敬请点赞、收藏、关注。如有错误，还望斧正，谢谢！