pycharm搭配pytorch使用

创建项目

1. 创建文件

刚开始创建项目时选择默认的 python编译器，后面手动调整。项目路径也可以手动进行设置。

2. 更换编译器

依次选择File-->Settings-->Project:项目名-->Python Interpreter，第一次需要手动添加pytorch的编译器，后续直接下拉选择即可。编译器的位置在Anaconda对应的虚拟环境里，比如图中的D:\Anaconda\envs\pytorch，选择虚拟环境下的python.exe文件即可。
没有安装Anaconda或者创建虚拟虚拟环境的可以看这里。

3. 安装 d2l

初学《动手学深度学习》的时候，跟着文中内容练习，需要安装对应的d2l框架。
框架在国外，下载超慢，需要手动更换源：

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

然后在项目所在的文件夹里（pycharm里的terminal）运行：

pip install d2l==0.17.6

测试不报错即可：

from d2l import torch as d2l

4. 安装 networkx库

直接在pycharm的terminal中输入

pip install networkx

安装。
如果报错

在需要安装库的文件夹里安装

pip install --target=d:\anaconda\lib\site-packages networkx

文件目录对应报错信息里的路径。

5. 安装tqdm

日常工作和学习中，经常需要观察当前任务的执行进度，如果一个执行时间很长的任务，能够有进度条实时的显示当前的任务进度，那么将非常方便。tqdm的作用就是这个。

直接安装：

pip install tqd

不行的话用conda安装：

conda install -c conda-forge tqdm

6. 安装pyg

先查看自己设备的python、cuda、torch版本

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

查看python版本，控制台里输入：

python -V

然后在官网下载对应版本的文件：
我的torch和cuda版本对应的是1.13.1和11.6，所以选择

对应的文件分别为

torch_cluster-1.6.0+pt113cu116-cp38-cp38-win_amd64.whl
torch_scatter-2.0.9-cp38-cp38-win_amd64.whl
torch_sparse-0.6.15+pt113cu116-cp38-cp38-win_amd64.whl
torch_spline_conv-1.2.1+pt113cu116-cp38-cp38-win_amd64.whl

将下载好的文件放到项目所在文件夹根目录，用pycharm打开对应项目，然后在pycharm的terminal终端里安装：

pip install torch_cluster-1.6.0+pt113cu116-cp38-cp38-win_amd64.whl
pip install torch_scatter-2.0.9-cp38-cp38-win_amd64.whl
pip install torch_sparse-0.6.15+pt113cu116-cp38-cp38-win_amd64.whl
pip install torch_spline_conv-1.2.1+pt113cu116-cp38-cp38-win_amd64.whl
pip install torch_geometric

测试

import torch_geometric

注意： 这种安装方法安装的库只能用于当前项目，其他项目不行。

7. 安装gym

安装gym：

pip install gym

8. 安装tensorflow

pip install tensorflow

9. 安装 sklearn

pip install -U scikit-learn

10. 安装pandas

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pandas