【超详细教程】2025最新Pytorch安装教程（ PyTorch+CUDA+Anaconda+PyCharm）

于 2025-04-23 20:29:15 发布
阅读量927 收藏 31
点赞数 30
文章标签： pytorch pycharm 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/mahaimanyouzhe/article/details/147462143
版权

写在前面的话

亲爱的学弟学妹们好呀！我是你们的AI研究生学姐～今天要教大家一个超级实用的技能：如何从零开始配置PyTorch深度学习环境！

还记得我大二时第一次接触深度学习的惨痛经历吗？环境配置就卡了整整两周，差点劝退我这个计算机系的女生😭 所以今天学姐就把踩过的所有坑都告诉你们，保证让你们一次配置成功！

温馨小贴士：学姐已经把所有需要的安装包都打包好啦，国内下载超快，再也不用翻墙下载啦！文末有下载链接哦～

前期准备

首先，学姐要和大家确认一下电脑配置哦！毕竟我们要做的是深度学习，对电脑配置还是有一定要求的～

检查电脑配置

以下是学姐推荐的最低配置要求：

  • 处理器：Intel i5/AMD Ryzen 5 或以上
  • 内存：至少8GB，建议16GB+（学姐当年8GB内存跑模型时电脑卡得想哭😂）
  • 硬盘空间：至少20GB空闲空间
  • 显卡：最好有NVIDIA显卡，GTX 1050以上就很棒啦！

没有N卡的小可爱也不要担心，CPU版本的PyTorch也能学习基础知识，只是跑模型会慢一些。等你真正入门后，可以考虑蹭实验室的GPU或者使用云服务哦～

下载资源包

学姐已经把所有需要的软件打包好啦！包括：

  • Anaconda安装包（最新版）
  • CUDA 11.8完整安装包
  • PyCharm安装包
  • 详细配置视频版
  • 详细安装步骤word版

下载地址：
夸克网盘链接:
https://pan.quark.cn/s/57b1c90779eb

迅雷网盘链接:
https://pan.xunlei.com/s/VOOBfQd2gWYTKmE5dA8UT_DwA1?pwd=ib69#

学姐提醒：如果一个链接打不开，可以尝试另一个哦！密码都在链接里了，复制全部内容就好～

卸载旧版本（如果有）

如果你之前有安装过Anaconda或Miniconda，建议先卸载干净再重新安装：

  1. 打开资源包中的geek.exe小工具
  2. 搜索"Anaconda"
  3. 点击卸载
  4. 耐心等待完成

学姐贴心提示：这个小工具比Windows自带的卸载程序强太多了！它可以自动清理残留文件和注册表，不然可能会有冲突问题哦～

在这里插入图片描述

安装步骤

  1. 双击资源包中的Anaconda安装文件（文件名类似于Anaconda3-2024.xx-Windows-x86_64.exe）

在这里插入图片描述

  1. 点击【Next】进入安装向导

在这里插入图片描述

  1. 同意许可协议，点击【I Agree】

在这里插入图片描述

  1. 选择【Just Me】（推荐），然后点击【Next】

在这里插入图片描述

  1. 选择安装位置（超级重要！）：

    学姐严重警告⚠️：千万不要安装在C盘！Anaconda体积巨大，会占用很多系统盘空间！

    建议路径：D:\software\anaconda3（根据你的实际磁盘情况调整）

在这里插入图片描述

  1. 高级选项设置：

    • ✅ 勾选"Add Anaconda3 to my PATH environment variable"
    • ✅ 勾选"Register Anaconda3 as my default Python"

    虽然很多教程说不要添加到PATH，但学姐觉得添加了会方便很多！特别是对初学者来说～

在这里插入图片描述

  1. 点击【Install】开始安装

    这一步可能需要等待几分钟，学姐建议去喝杯奶茶放松一下😋

在这里插入图片描述

  1. 安装完成后，点击【Next】，然后【Finish】完成安装

    不需要安装VSCode，我们等下会用PyCharm～

在这里插入图片描述

测试安装

  1. 按Win+R，输入cmd打开命令提示符

  2. 输入以下命令：

    conda --version

  3. 如果显示版本号（比如conda 23.7.2），恭喜你安装成功啦！🎉

如果提示"不是内部或外部命令"，别担心！安装资源包中我写了详细的手动配置步骤。如果还不行，可能是环境变量没有正确设置，可以看看学姐准备的常见问题解决方案～

在这里插入图片描述

CUDA配置

学姐温馨提示：如果你没有NVIDIA显卡，可以直接跳到下一节哦！

检查显卡型号

首先，让我们确认一下你的电脑是否有N卡：

  1. 右键点击桌面的【此电脑】图标
  2. 选择【管理】
  3. 点击【设备管理器】
  4. 展开【显示适配器】
  5. 查看是否有NVIDIA开头的显卡型号

在这里插入图片描述

CUDA安装

CUDA是NVIDIA开发的一个并行计算平台，简单来说就是让你的深度学习任务能在显卡上飞速运行的工具！

  1. 双击资源包中的CUDA安装文件（cuda_11.8.0_xxx.exe）

在这里插入图片描述

  1. 选择【自定义安装】（很重要！）

在这里插入图片描述

  1. 取消勾选【Visual Studio Integration】（这个不需要，省空间～）

在这里插入图片描述

  1. 点击【下一步】，然后点击【安装】

  2. 耐心等待安装完成

学姐有话说：市面上有很多版本的CUDA，但不是最新的就是最好的！因为PyTorch对CUDA版本有特定要求，学姐推荐CUDA 11.8，兼容性最好！

在这里插入图片描述

配置环境变量

安装完CUDA后，我们需要设置一下环境变量：

  1. 右键点击【此电脑】→【属性】→【高级系统设置】→【环境变量】

  2. 在【系统变量】中找到Path，点击【编辑】

  3. 点击【新建】，添加以下路径：

    • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
    • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
    • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp
    • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\x64

添加完成后，点击确定保存设置。

在这里插入图片描述

  1. 点击【确定】保存更改

验证CUDA

  1. 打开命令提示符（Win+R，输入cmd）

  2. 输入以下命令：

    nvcc --version

  3. 如果显示CUDA版本信息，就说明安装成功啦！

学姐的小秘密：如果这一步出问题，别着急！即使这里显示错误，等下安装完PyTorch后，只要torch.cuda.is_available()返回True就可以了～

在这里插入图片描述

PyTorch安装

终于到了最关键的一步！安装PyTorch本身！

创建虚拟环境

学姐的小技巧：为每个项目创建独立的环境是个好习惯！这样不同项目之间就不会互相影响啦～

  1. 点击【开始菜单】，搜索并打开【Anaconda Prompt】

  2. 输入以下命令创建名为pytorch的环境：

    conda create -n pytorch2.3.1 python=3.9

  3. 输入y确认创建

  4. 等待环境创建完成后，激活环境：

    conda activate pytorch2.3.1

    成功激活后，命令行前面会显示(pytorch2.3.1)这是虚拟环境名

打开官网https://pytorch.org/get-started/previous-versions/

找到与CUDA 11.8匹配的PyTorch版本，如PyTorch 2.3.1

!!复制conda安装命令（不要复制pip安装命令）

在这里插入图片描述

  1. 粘贴并执行PyTorch安装命令（使用之前复制的命令）
  2. 如果安装过程中断了，不要慌！重新输入上面的命令继续安装就好了～

在这里插入图片描述

验证PyTorch安装

  1. 在命令行中输入python进入Python环境

  2. 输入以下代码：

    import torch
print(torch.__version__)
print(torch.cuda.is_available())

  3. 第一行会显示PyTorch版本，第二行如果显示True，说明PyTorch可以使用GPU了！如果显示False但你确实有N卡，可能需要检查一下CUDA配置。

在这里插入图片描述

PyCharm配置

PyCharm是学姐最喜欢的Python IDE，界面美观，功能强大，自动补全代码超级爽！强烈推荐给大家使用～

资源包中有详细的安装的视频版本，如果需要看的直接观看即可。

安装PyCharm

  1. 双击资源包中的PyCharm安装文件

  2. 点击【Next】

  3. 选择安装路径（记得选择非C盘位置）

  4. 在安装选项页面全部勾选：

    • ✅ 创建桌面快捷方式
    • ✅ 添加到PATH
    • ✅ 关联.py文件

  5. 点击【Install】开始安装

  6. 安装完成后点击【Finish】

学姐小贴士：社区版和专业版区别不大，学生可以用教育邮箱免费申请专业版，但社区版也完全够用啦！

在这里插入图片描述

配置PyTorch 开发环境

  1. 首次启动PyCharm，选择UI主题（学姐喜欢暗色主题，写代码不伤眼～）

  2. 创建新项目：

    • 点击【New Project】
    • 设置项目位置（不要放C盘）
    • 点击【Previously configured interpreter】
    • 点击右边的【…】按钮
    • 选择【Conda Environment】
    • 选择【Use existing environment】
    • 从下拉列表中选择刚才创建的pytorch环境
    • 点击【OK】

  3. 点击【Create】创建项目

学姐提醒：记得每次打开新项目都要选择正确的Python解释器哦！

写在最后

亲爱的学弟学妹们，环境配置只是万里长征第一步，真正的挑战和乐趣在后面等着你们！希望你们能像学姐一样，在AI的世界里找到自己的热爱和方向。

如果在学习过程中遇到任何问题，不要害羞，随时来找学姐问！记得点个关注，学姐后续会更新更多有趣实用的AI入门教程哦～

祝大家学习顺利，早日成为AI大神！

学姐爱你们～😘

【深度学习环境配置】Anaconda + PyCharm + CUDA + cuDNN + PyTorch + OpenCV
shinuone的博客
02-23 1万+
（1）【CPU版本】Anaconda（Python） + Pycharm + Pytorch（CPU） + Opencv （2）【GPU版本】Anaconda（Python） + Pycharm + CUDA + cuDNN + Pytorch（GPU） + Opencv
Pytorch安装详细教程（Wins+CUDA+Pycharm+GPU）
weixin_47590992的博客
09-02 6338
Pytorch安装教程详解，避开安装过程踩过的雷。
光谱深度学习基础——pytorch和cuda的安装和配置
qq_42629547的博客
05-03 828
深度学习在高光谱建模的领域应用广泛，而PyTorch是目前最流行的深度学习框架之一。为了充分利用GPU加速深度学习模型的训练和推理，我们需要安装CUDA和cuDNN。本文以个人的4060 Ti为例，介绍如何安装CUDA 12.1、cuDNN以及基于CUDA 12.1的PyTorch。
pytorch GPU环境搭建（win10，python3.6，pycharm，cuda9.2，anaconda3.5.2）
hbu_pig的专栏
08-15 1万+
cuda下载地址：https://developer.nvidia.com/cuda-downloads pytorch离线安装包下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/ pycharm下载地址：http://www.jetbrains.com/pycharm/ anaconda下载地址：...
2025.04最新PyTorch 安装超详细教程（含多系统、多场景、避坑指南）
最新发布
weixin_45813121的博客
04-02 2万+
**PyTorch 安装超详细教程（含多系统、多场景、避坑指南）**，涵盖**CPU/GPU版本选择、环境配置、验证测试、问题解决**全流程，附命令行示例和图文说明：
pytorch详细安装+cuda环境配置
weixin_46028455的博客
03-13 6007
在pytorch官网的指示下找到对应的版本组合进行下载不容易出错。但在cmd里直接pip download下载容易因为网络问题出现http类型错误。我肯可以在官网上下载好whl文件，然后在cmd上加载相关文件 whl文件，就能较快的完成版本安装。 Pytorch官网链接：https://pytorch.org/get-started/previous-versions/ Pytorch whl安装包下载链接： https://download.pytorch.org/whl/cu101/torch_stab
深度学习环境搭建—Pytorch及CUDA安装
weixin_52441317的博客
10-31 4930
Pytorch和CUDA一般来说都是深度学习必不可少的工具，前者为目前主流的深度学习框架，后者用于调用GPU来加速模型训练和推理。本文介绍了一种无需配置环境变量安装cuda和cudnn的方法。
pytorch超级详细的安装教程
于笨笨的博客
05-04 10万+
pytorch超级详细的安装教程 第一次安装的时候安装了差不多有一整天，还安装失败了。这次安装的速度很快。 首先是Anaconda的下载，我用的是上学期学python的时候老师之前给的安装包，很快就安装好了，或者去官网去下载Anaconda也挺快，链接如下： Anaconda官网 其次是Anaconda安装，整个下载过程都是一路next，我只是把下载的路径改变了一下。默认路径是C盘，我调整到了其他盘。 安装完整后，在看是菜单处看到新添加的东西 打开这个Anaconda Prompt应用进入之后是以（bas
超详细、史上最全pytorch安装教程
༺云༒轩༻的博客
09-12 5578
Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror。
Anaconda+Pytorch+Pycharm安装
weixin_46890291的博客
03-19 2539
1.官网下载最新版anaconda，一步步按指令下来，其中一步两个都打勾就不用配置环境变量。 win+R打开命令行，再输入cmd,然后输入以下指令后按回车，分别得到conda版本和python版本 2.深度学习离不开显卡，像tensorflow,pytorch都只支持英伟达显卡，当然没有显卡也可以，显卡主要起到训练加速的作用，关于显卡的配置主要涉及驱动和cuda工具包，cuda工具包可跟随pytorch一键安装，我们只需要检查显卡驱动是否正确安装。Alt+Ctrl+Delete打开任务管理器发现以.
Ubuntu20.04安装Pytorch：Anaconda3+Pycharm+Pytorch+CUDA
weixin_44576493的博客
03-09 5705
一、安装显卡驱动 1.禁用nouveau 终端输入命令： sudo gedit /etc/modprobe.d/blacklist.conf 在文件末尾添加： blacklist nouveau options nouveau modeset=0 终端输入命令： sudo update-initramfs -u 查看否成功禁用了开源驱动： lsmod | grep nouveau 若屏幕没有输出，则禁用成功。 2.安装驱动 nvidia-smi 如果无法查看，就说
python：安装anaconda、cuda、pytorch和pycharm全过程
niumowanghahaha的博客
02-05 1290
安装的是最新版，anaconda2024.10.1，我现在是2025年2月5日，可以直接安装就行，然后由于配套性，我就后续所有软件都安装了最新版。由于网上太多过期的教程，被折磨了一天多，最后决定写这个帖子，实在是因为太破防了，第一次写，主要是记录，其次希望对同样受到折磨的人有点帮助……这个代码后面python的版本和上面使用的版本最好一样，反正我一样，不知道不一样的结果是什么，可以试一试，我版本一样做成了。这个文件是隐藏的，需要打开隐藏文件可见，网上教程一堆，我就不赘述了。
pytorch超详细安装教程，Anaconda、PyTorch和PyCharm整套安装流程
Bluebro的博客
10-04 16万+
本文介绍基于Anaconda环境以及与PyCharm结合，安装PyTorch深度学习框架。
Pytorch安装教程（最全最详细版）
MANCXUARY的博客
01-30 11万+
PyTorch是一个开源的深度学习框架，提供了各种张量操作并通过自动求导可以自动进行梯度计算，方便构建各种动态神经网络。 在线安装 1、打开Anaconda Powershell Prompt，输入conda info --envs，查看安装的环境 2、... 离线安装 1、查看Anaconda或者本地安装的Python版本 2、...
pytorch安装（含cuda、cudnn安装教程）
weixin_46726459的博客
04-22 7343
win10 64位 环境下安装CUDA 11.8和 cuDNN v8.9.0。
pytorch的安装（非常详细）
Redamancy06的博客
07-16 4万+
conda activate pytorch、推荐清华源、中科大源。conda deactivate、查看环境信息 conda info -e、import torch、这个是验证cuda是不是可以正常运行torch.cuda.is_available()、卸载pytorch环境conda remove -n pytorch --all将pycharm的环境换成Anaconda下的pytorch环境......
【超详细教程】2024最新Pytorch安装教程（同时讲解安装CPU和GPU版本）
热门推荐
李同学Lino的博客
01-31 22万+
PyTorch是一个开源的深度学习框架，由Facebook人工智能研究院（FAIR）开发。它提供了一套动态张量计算库，具有易于使用、高效性能和强大的扩展性等特点。PyTorch支持在GPU上运行，能够大大加速深度学习模型的训练和推理过程。
Anaconda + Pytorch 超详细安装教程(2023/4/29)
qq_45057249的博客
04-29 7万+
我们输入activate pytorch（pytorch是你定义的这个环境的名字），左边的环境就从base（基本环境），变成了pytorch环境。在Anaconda prompt 命令窗口运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。选择自己的显卡型号（如果有英伟达显卡的话，AMD的显卡不可以实用cuda核心训练，如果是AMD显卡直接用CPU训练就行）这里面输入python可以看到安装的python版本号，我的是python3.10然后输入exit()回车就好。
ubuntu pytorch安装教程cpu
01-22
### Ubuntu 安装仅 CPU 版本 PyTorch 教程 #### 准备工作 为了确保顺利安装，建议先更新系统的软件包列表并升级现有软件包： ```bash sudo apt update && sudo apt upgrade -y ``` 对于 Python 开发环境的支持[^1]，需要提前安装一些必要的开发库来构建扩展模块。 #### 创建虚拟环境 (可选) 创建一个新的 Python 虚拟环境有助于隔离不同项目的依赖关系。这一步不是强制性的但是推荐的做法: ```bash python3 -m venv pytorch-env source pytorch-env/bin/activate ``` 一旦激活了新的虚拟环境, 所有的Python包都将被安装在这个环境中而不是全局位置. #### 更换 pip 源加速下载速度 考虑到网络因素可能影响到安装效率，在中国地区可以通过更换为清华大学镜像源等方式加快下载速度[^2]: ```bash pip install --upgrade pip pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple ``` #### 安装仅限于 CPU 的 PyTorch 针对只使用 CPU 进行计算的情况，可以选择特定版本的 PyTorch 来减少不必要的 GPU 支持组件加载。通过 `pip` 命令可以直接指定安装不带 CUDA 加速功能的纯 CPU 版本： ```bash pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cpu ``` 这条命令会从官方 PyTorch 仓库获取适用于 Linux 平台上的稳定版 CPU-only 构建，并完成本地安装过程。 #### 验证安装成功与否 最后验证是否正确安装了 PyTorch 及其基本功能正常运作： ```python import torch print(torch.__version__) print('CUDA available:', torch.cuda.is_available()) ``` 如果输出显示 CUDA 不可用，则说明已经成功配置了一个纯粹基于 CPU 工作流下的 PyTorch 环境。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值