Pycharm的安装与Conda环境的配置

目录

第一步：下载并安装 PyCharm 社区版

第二步：创建新项目并配置 Python 解释器

第三步：配置 Conda 环境

第四步：验证环境

第五步：测试 PyTorch

第六步：测试基本 PyTorch 代码

---

第一步：下载并安装 PyCharm 社区版

1. 访问 PyCharm 官网。
2. 选择适用于你操作系统的 PyCharm 社区版 (Community Edition) 下载链接。
3. 下载完成后，运行安装程序并按照提示完成安装过程。​

第二步：创建新项目并配置 Python 解释器

1. 打开 PyCharm 并创建一个新项目。
2. 在创建项目的向导中，选择合适的项目位置和项目名称。
3. 进入“项目解释器”设置：
   • 选择 File > Settings (对于 macOS 用户是 PyCharm > Preferences)。
   • 导航到 Project: <your_project_name> > Python Interpreter。​

第三步：配置 Conda 环境

1. 在 Python Interpreter 页面，点击右上角的齿轮图标，然后选择 Add...。
2. 选择 Conda Environment 选项卡。
3. 选择 Existing environment。
4. 点击 conda.exe 文件路径旁的文件夹图标。
5. 浏览到你的 Anaconda 或 Miniconda 安装目录下的 Scripts 文件夹（通常位于 Anaconda3\Scripts 或 miniconda3\Scripts），选择 conda.exe。
6. 如果你已经有一个包含 PyTorch 的 Conda 环境，可以直接选择它；如果没有，则需要创建一个新的环境：
   • 选择 Create New Environment。
   • 输入环境名称，例如 pytorch_env。
   • 选择一个 Python 版本，例如 Python 3.9。
   • 添加 pytorch 和 torchvision 作为依赖项。
   • 点击 OK 创建环境。​

第四步：验证环境

1. 返回 Python Interpreter 页面，确保所选环境是你刚刚创建的 Conda 环境。
2. 点击 Apply 和 OK 应用更改并关闭设置窗口。​

第五步：测试 PyTorch

1. 打开 PyCharm 的终端或者新建一个 Python 脚本。
2. 在终端中输入以下命令以验证 PyTorch 是否正确安装：

   import torch
   print(torch.__version__)

   3.检查 GPU 支持（如果有的话）：

   if torch.cuda.is_available():
       print("CUDA is available!")
   else:
       print("CUDA is not available.")

   ​

第六步：测试基本 PyTorch 代码

1. 在 PyCharm 中新建一个 Python 脚本。

2. 输入以下代码来测试 PyTorch 的基本功能：

   import torch
   
   # 创建一个浮点型张量
   tensor = torch.tensor([[1, 2, 3], [2, 3, 4]], dtype=torch.float32)
   print(tensor)
   
   # 创建两个整数型张量
   tensor1 = torch.tensor([1, 2, 3])
   tensor2 = torch.tensor([4, 5, 6])
   print(tensor1)
   print(tensor2)

3. 运行脚本并检查输出是否符合预期。

   ```py
   import torch
   
   # 创建一个浮点型张量
   tensor = torch.tensor([[1, 2, 3], [2, 3, 4]], dtype=torch.float32)
   tensor
   
   # 创建两个整数型张量
   tensor1 = torch.tensor([1, 2, 3])
   tensor2 = torch.tensor([4, 5, 6])
   tensor1, tensor2
   ```

   error:
   
   ```
   ---------------------------------------------------------------------------
   ModuleNotFoundError                       Traceback (most recent call last)
   Cell In[2], line 2
         1 signal.alarm(30)
   ----> 2 import torch
         4 # 创建一个浮点型张量
         5 tensor = torch.tensor([[1, 2, 3], [2, 3, 4]], dtype=torch.float32)
   
   ModuleNotFoundError: No module named 'torch'
   ```