从零搭建深度学习 GPU 开发环境 | 库迁移避坑全记录

刚更换新 Windows 主机，需要完整复现旧电脑全部 Python 开发环境，同时配置 RTX 显卡 GPU 训练环境，整理一套零翻车完整流程。

最终环境版本清单

[第一步：Python3.11.9 自定义安装](#第一步：Python3.11.9 自定义安装)

[第二步：PyCharm 2022.3.2 配置 + 官方汉化](#第二步：PyCharm 2022.3.2 配置 + 官方汉化)

第三步：旧电脑第三方库一键迁移

[第四步：CUDA12.1 + PyTorch2.5.1 GPU 环境配置](#第四步：CUDA12.1 + PyTorch2.5.1 GPU 环境配置)

最终环境版本清单

系统：Windows111
Python：3.11.9（安装至 D 盘）
IDE：PyCharm 2022.3.2（附官方汉化教程）
CUDA Toolkit：12.1（适配 RTX40 系显卡）
PyTorch：2.5.1 GPU 版（适配 CUDA12.1）
第三方库：opencv、numpy、matplotlib、sklearn、jieba、xgboost、Flask 等全套数据分析 / 爬虫库

第一步：Python3.11.9 自定义安装

不必多说网上搜索python进入官网

进去后下滑找到我们需要的版本（我这里学习需要下载的3.11.9）点进去选择Windows安装程序(64位)开始安装

运行 Python 安装程序，务必勾选 Add python.exe to PATH ，不要默认 Install Now（会装 C 盘用户目录），选择Customize installation，全部内置组件默认勾选，下一步勾选「Install for all users」，自定义安装路径修改为 D 盘：D:\Python311

确认安装，等待完成。

安装完成后，打开 此电脑 → 属性 → 高级系统设置 → 环境变量 → 系统变量 → Path 找到3.11.9 Python 的两条路径，点击「上移」，挪到列表最顶端：

全部窗口确定，这时3.11.9版本Python 就成功设为全局默认了。cmd命令验证一下

第二步：PyCharm 2022.3.2 配置 + 官方汉化

我是从老电脑上直接把我的pycharm 2022.3.2 直接压缩文件发到新电脑上，解压开即安装。

然后解释器选择我们刚下单3.11版本就OK了。

然后开始安全汉化（JetBrains 官方中文插件）

顶部 File → Settings（快捷键 Ctrl+Alt+S）→ Plugins → Marketplace 搜索 Chinese (Simplified) Language Pack，官方出品，点击 Install。

重启 PyCharm 自动切换简体中文界面。

第三步：旧电脑第三方库一键迁移

旧电脑导出库清单：

旧电脑 CMD 执行，导出所有已安装第三方库：

复制代码

pip freeze > requirements.txt

高频踩坑点

Windows 默认隐藏文件后缀，容易出现requirements.txt.txt，文件夹「查看」勾选文件扩展名 ，重命名为纯 requirements.txt；
文件名不能带空格、换行、中文，否则 CMD 提示「无此文件」。
要注意你原来用的pycharm版本和你现在新电脑下载的pycharm是否相同，如果不同你原来的第三方库可能有些版本会用不了，下载第三方库时前得先用记事本打开 requirements.txt 检查一下第三方库的各个版本。

新电脑批量安装通用库：

首先我们先配置一下镜像地址提高我们下载的速度，pip 从国外官网下载库，速度慢、易超时失败。配置国内清华镜像源 后，所有 pip install 都会走国内节点，下载速度大幅提升，且一次配置永久生效，全局所有 Python 版本、虚拟环境都能用。

打开 CMD 窗口，直接执行下面整条命令，配置永久清华镜像：

复制代码

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

执行查看配置命令：

复制代码

pip config list

输出中能看到 index-url = https://pypi.tuna.tsinghua.edu.cn/simple，代表配置完成。

将 txt 文件放到任意磁盘，使用带双引号的绝对路径执行安装：

这里我识别不到文件，就是拆坑了，尝试改了文件名为req然后用加双引号的绝对路径进行了安装就成功了

终端输出 Successfully installed xxx 说明我们的第三方库全部安装完毕。

第四步：CUDA12.1 + PyTorch2.5.1 GPU 环境配置

版本匹配说明：本机显卡为 RTX40 系列，选用 CUDA12.1，对应 PyTorch 后缀cu121，版本必须严格对应，否则无法调用 GPU。

你可以在CMD里查看自己电脑可以用的最高CUDA版本，如下图

下载 CUDA Toolkit 12.1

下图这个选项取消勾选

安装选择自定义

然后等待安装完成点击关闭

可以去环境变量里面查看我们是否安装配置成功

确认无误后我们开始安装 GPU 版 PyTorch（2.5.1 + cu121， torchview）

通用库安装完成后，单独执行这条命令，安装 GPU 深度学习框架：

复制代码

pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 torchview==0.2.6 --extra-index-url https://download.pytorch.org/whl/cu121

GPU 可用性验证：

CMD 运行以下代码，输出True代表显卡加速生效：

至此我的新电脑pycharm所有内容配置完成。