【Pytorch安装】深度学习环境配置详细教程！（Pytorch GPU和CPU版本 & Python，Anaconda3 和 Pycharm 的安装）

已于 2025-03-12 10:51:40 修改
阅读量4.2k 收藏 73
点赞数 66
文章标签： 深度学习 pytorch 人工智能
于 2025-02-19 21:17:33 首次发布
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/weixin_49179299/article/details/145708960
版权

目录

一、前言

1、简介

2、准备

二、Python安装

1、下载安装包

（1）搜索官网

（2）下载最新版本

（3）选择其他版本下载

2、安装

（1）双击进入安装

（2）查看是否安装成功

三、Anaconda3安装

1、下载安装包

2、安装

（1）双击进入安装

（2）查看是否安装成功

四、Pycharm安装

1、下载安装包

（1）下载网址：

（2）选择专业版或社区版下载

2、安装

3、进入pycharm

（1）打开 PyCharm 进行相关设置

（2）汉化

五、安装CUDA与cuDNN

六、安装Pytorch

1、查看所能支持 python 与 cuda 的最高版本

（1）查看版本

（2）版本对应关系

（3）检查系统环境变量

2、安装

（1）创建虚拟环境

（2）激活环境

（3）安装pytorch

（4）验证是否安装成功

（5）删除虚拟环境）（可跳过这一步）

六、配置pycharm的解释器

一、前言

1、简介

本文是关于深度学习的环境配置方法，包括了 Python，Anaconda3 和 Pycharm 的安装，创建虚拟环境以及安装 Pytorch 的 CPU 和 GPU 版本等。

2、准备

首先新建一个文件夹，命名为 deeplearning（文件夹命名尽量不要有中文和空格） 。然后在deeplearning中新建三个文件夹，分别命名为 Python、Pycharm、anaconda3

二、Python安装

1、下载安装包

（1）搜索官网

在浏览器上搜索Python，点击进入官方网站（welcome to Python.org 官方）

（2）下载最新版本

再将鼠标移动到downloads上，点击右侧Python3.13.2，再选择下载的路径，再点击下载

（3）选择其他版本下载

若需要下载其他版本则点击download里面的Windows，找到所需版本点击即可下载

2、安装

本文以安装 python-3.12.6 版本为例

（1）双击进入安装

双击 python-3.12.6-amd64.exe 进入安装。勾选 add python.exe to PATH ,再点击 Customize installation 选择安装路径，点击next

勾选全部，点击next

勾选第一个，最后两个可以不勾选，然后点击 Browse 选择路径（ 刚刚创建的 Python 文件夹的路径），最后点击 install 进行安装，然后等待安装完成即可

（2）查看是否安装成功

Win+R，然后输入 cmd 进入命令行窗口，再输入 python --version 或者pip，回车运行

三、Anaconda3安装

1、下载安装包

在浏览器上搜索 anaconda3清华大学开源软件镜像站，点击进入，然后找到适合自己电脑的（比如Windows系统，64位), 点击便可开始下载，等待完成即可

  网址：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source MirrorIndex of /anaconda/archive/ | 清华大学开源软件镜像站，致力于为国内和校内用户提供高质量的开源软件镜像、Linux 镜像源服务，帮助用户更方便地获取开源软件。本镜像站由清华大学 TUNA 协会负责运行维护。https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

本文以 Anaconda3-2024.02-1-Windows-x86_64 为例

2、安装

（1）双击进入安装

双击 Anaconda3-2024-02-1-windows-x86_64.exe 进入安装。点击 next , 点击 I Agree

选择 Just Me (recommended)，点击 next

点击 “ Browse...”，选择安装路径 D:\deeplearning\anaconda3\ , 再点击next

勾选 Add Anaconda3 to my PATH enviroment variable，然后点击 install

然后等待进度条结束，一直点击 next，最后点击 Finish，窗口会弹出 anaconda 的界面，关掉即可

（2）查看是否安装成功

Win+R，然后输入 cmd 进入命令行窗口，再输入 conda --version ，回车运行

也可以再用Anaconda Prompt测试一下：输入conda --version,回车运行，出现安装anaconda的版本，则conda有效

四、Pycharm安装

1、下载安装包

（1）下载网址：

Download PyCharm: The Python IDE for data science and web development by JetBrainsDownload the latest version of PyCharm for Windows, macOS or Linux.https://www.jetbrains.com/pycharm/download/?section=windows#section=windows

（2）选择专业版或社区版下载

点击Download，等待下载完成即可

【附：PyCharm社区版和专业版在功能、授权、支持平台以及代码编辑器与调试器等方面都存在显著差异。选择哪个版本取决于用户的实际需求，如初学者或小型项目开发者可以选择社区版，而专业开发者或需要高级功能的用户则更适合选择专业版。】

专业版：

社区版：（下滑界面可以看到）

2、安装

双击pycharm-professional-2024.2.1.exe 进入安装

点击下一步

点击浏览（B），选择安装路径 D:\deeplearning\Pycharm\pycharm-professional-2024.2.1.exe

全部勾选，点击下一步，然后点击安装（I）

等待安装完成，点击完成（或 finish）即可

3、进入pycharm

（1）打开 PyCharm 进行相关设置

勾选 I confirm that I have read and acept the terms of this User Agreement，再点继续

如果安装的是专业版，则暂时先选择 Start Free 30-Day Trial

注：如果跳出一个框让选择，Config or installation folder或者Do not import settings，如果本电脑安装了之前版本就可以选择Config or installation folder来导入以前的设置，如果没有安装过pycharm就选择 Do not import settings（不导入如何设置）然后点击 ok 进入即可

进入会看到一个选择主题的画面，可以按自己的喜好选择主题背景。选择主题后，点击next，再点击start，完成pycharm的安装

（2）汉化

File-->settings-->Plugins-->(右侧)Marketplace中搜索Chinese-->Chinese（simplifed）Language Pack-->点击install-->点击Apply

（3）文件-->设置-->编辑器-->字体，可以选择字体以及大小与高度，选择后点击确认

五、安装CUDA与cuDNN

与我前两篇博文的安装方法一致

【安装多版本CUDA】Windows系统，在已有一个CUDA版本下安装另外一个版本的CUDA，并安装与之对应版本的cuDNN，超详细教程!-CSDN博客

【注】：唯一不同的是，如果没有安装过CUDA，在自定义安装时，需要勾选所有，然后下一步

六、安装Pytorch

1、查看所能支持 python 与 cuda 的最高版本

（1）查看版本

Win+R，然后输入 cmd 进入命令行窗口，再输入 python --version 和 nvidia-smi

（2）版本对应关系

  常见的 Torch、CUDA 和 Python 版本的对应关系（本文只列举了 Torch 的 1.9.0 及以上版本的）

    Torch版本          可选的CUDA版本            支持的Python 版本   
2.5.1cu118，cu121，cu124cp310，cp311，cp312，cp313
2.5.0cu118，cu121，cu124cp310，cp311，cp312，cp313
2.4.1cu118，cu121，cu124cp310，cp311，cp312
2.4.0cu118，cu121，cu124cp310，cp311，cp312
2.3.1cu118，cu121cp310，cp311，cp312
2.3.0cu118，cu121cp310，cp311，cp312
2.2.2cu118，cu121cp38，cp39，cp310，cp311
2.2.1cu118，cu121cp38，cp39，cp310，cp311
2.2.0cu118，cu121cp38，cp39，cp310，cp311
2.1.2cu118，cu121cp38，cp39，cp310，cp311
2.1.1cu118，cu121cp38，cp39，cp310，cp311
2.1.0cu118，cu121cp38，cp39，cp310，cp311
2.0.1cu117，cu118cp38，cp39，cp310，cp311
2.0.0cu117，cu118cp38，cp39，cp310，cp311
1.13.1cu116，cu117cp37，cp38，cp39，cp310
1.13.0cu116，cu117cp37，cp38，cp39，cp310
1.12.1cu113，cu116cp37，cp38，cp39，cp310
1.12.0cu113，cu116cp37，cp38，cp39，cp310
1.11.0cu113，cu115cp37，cp38，cp39，cp310
1.10.2cu102，cu111，cu113cp36，cp37，cp38，cp39
1.10.1cu102，cu111，cu113cp36，cp37，cp38，cp39
1.10.0cu102，cu111，cu113cp36，cp37，cp38，cp39
1.9.1cu102，cu111cp36，cp37，cp38，cp39
1.9.0cu102，cu111cp36，cp37，cp38，cp39

（3）检查系统环境变量

打开 Win 搜索“编辑系统环境变量”，打开环境变量。在用户变量或者系统变量中找到 path 并打开

看看是否有以下环境变量，没有的话可以根据自己对应的安装路径，新建添加进去

2、安装

（1）创建虚拟环境

 Win , 打开 Anaconda Prompt，打开方法如“ 三 1（2）”的图所示

【本文以安装GPU版本的 pytorch， torch=2.2.1，cuda=12.1, python=3.8 为例】

先转到 anaconda3 的 envs 的路径下，再输入命令：conda create -n pytorch_gpu python=3.8 ( pytorch_gpu 为自己命名的环境名)，等待出现 Proceed([y]/n)?，然后输入 y，等待创建完成即可。

输入conda list 查看是否创建成功

（2）激活环境

输入：conda activate pytorch_gpu

（3）安装pytorch

(i) 网址：https://pytorch.org/get-started/previous-versions/https://pytorch.org/get-started/previous-versions/

【conda 和 wheel 是两种不同的包管理和安装方法，分别用于不同的环境和需求。选择 conda 还是 wheel取决于具体需求和项目复杂度。conda适合于复杂的多语言项目或需要强大的环境管理功能；wheel适合于简单的 Python 项目，更加轻量且易于使用】

(iii) 找到自己需要的版本，以下是使用 conda  安装方法安装 pytorch

 回到刚刚的Anaconda Prompt界面，然后输入以下命令：

conda install pytorch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 pytorch-cuda=12.1 -c pytorch -c nvidia

等待出现 Proceed([y]/n)?，输入 y，然后等待安装完成即可

（iv）以下是使用 pip(wheel)  安装方法安装 pytorch

输入以下命令：

pip install torch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 --index-url https://download.pytorch.org/whl/cu121

如果速度很慢，则Ctrl+C中断，再加上镜像源：

pip install torch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 --index-url https://download.pytorch.org/whl/cu121 -i https://pypi.tuna.tsinghua.edu.cn/simple/

注：

【如果是安装 CPU 版本的 Pytorch，方法与 GPU 版本的一致，只是复制的命令行不一样，比如在Anaconda Prompt界面中输入命令：pip install torch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 --index-url https://download.pytorch.org/whl/cpu 】

（4）验证是否安装成功

在刚刚的虚拟环境下继续输入命令：conda list 查看安装列表。

conda安装方法：可以在里面找到 pytorch 、 pytorch_cuda、torchaudio 和 torchvision 即可

wheel安装方法：可以在里面找到 torch 、torchaudio 和 torchvision 即安装成功

然后依次输入以下命令：

python

import torch

torch.cuda.is_available()

显示出 True 即表示安装成功，输入 exit(0) 返回

（5）删除虚拟环境）（可跳过这一步）

【如果想要删除这个虚拟环境】先退出虚拟环境，输入命令：conda deactivate

然后输入命令：conda env remove --name pytorch_gpu 即可删除虚拟环境

再输入命令：conda env  list 检查是否成功删除这个虚拟环境，发现已经没有 pytorch_gpu 了

六、配置pycharm的解释器

文件--->设置--->项目--->解释器

城南光羽
关注
1、环境之Pytorch环境安装
博客
01-07 1931
本文是关于pytorch环境安装相关的文本
从零开始安装pytorch（包含GPU和CPU版本的安装）
qiaoxinyu1989的博客
01-31 7万+
Pytorch是。
深度学习GPU版本Pytorch安装教程：详细步骤与环境配置指南
最新发布
04-03
内容概要：本文详细介绍了在Windows系统上安装GPU版本PyTorch的完整流程，包括安装Anaconda和PyCharm、下载并安装CUDA、CUDNN以及GPU版本的PyTorch和torchvision。文章强调了检查显卡及驱动版本的重要性，确保所安装的CUDA版本与之匹配，以避免后续安装过程中出现兼容性问题。通过Anaconda Prompt验证CUDA和PyTorch安装是否成功，并确保可以通过`torch.cuda.is_available()`检测到GPU。 适合人群：对机器学习和深度学习感兴趣的初学者及有一定编程基础的技术人员，尤其是希望利用GPU加速模型训练的研究人员或开发者。 使用场景及目标：①帮助用户在本地环境中搭建支持GPU加速的PyTorch开发环境；②确保安装过程顺利进行，减少因版本不匹配导致的错误；③提供详细的安装步骤指导，让用户能够独立完成安装并验证安装结果。 阅读建议：在阅读过程中，建议仔细核对自己的硬件配置和软件版本，严格按照文中提供的链接和步骤操作。对于不确定的地方，可以通过官方文档或社区寻求帮助。此外，在安装完成后，务必通过示例代码测试PyTorch是否能正常调用GPU，以确认安装成功。
pycharm+pytorch+anaconda3+python+opencv-python的深度学习环境配置
2203_75619293的博客
08-07 2890
本篇文章是作者在进行本科完成srtp项目时进行深度学习环境配置的一些归纳总结，所以对于其中的步骤是只知其然而不知其所以然，故无法对于问题做出解答，还请谅解。
Anaconda+pycharm+pytorch安装教程（GPU版）
weixin_45892910的博客
03-01 2064
Anaconda+pycharm+pytorch安装教程
【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 21万+
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。
PyTorch安装教程（GPU版）
qq_45670495的博客
08-03 2万+
PyTorch的GPU安装方法，有详细的图过程，从显卡驱动到安装成功。
PyTorch环境配置及安装
浩瀚之水的专栏
10-30 6586
环境配置 温馨提示：为了更好的教程体验，提供视频、阅读地址 Youtube:https://www.youtube.com/playlist?list=PLgAyVnrNJ96CqYdjZ8v9YjQvCBcK5PZ-V BiliBili:https://www.bilibili.com/video/av74281036/ Github:https://github.com/xiaotudui/PyTorch-Tutorial 相关下载：https://pan.baidu.com/s/16k...
PyTorch安装教程
FD_fanjiesen的博客
05-12 3979
pytorch本地安装方法
pytorch环境安装
04-26
pytorch环境安装的PPT，步骤明确，适用于windows各个系统。
【PyTorch】深度学习PyTorch环境配置及安装【详细清晰】
Q20011102的博客
08-02 3632
介绍关于PyTorch环境的配置以及jupyter的搭建及使用
PyTorch安装配置教程-针对PyCharm新版本与Anaconda集成的详细指南
03-19
内容概要：本文档为用户提供了一套详细的PyTorch安装和配置指南，主要涵盖Python、PyCharm最新版本以及Anaconda的预装前提下，如何高效地完成创建并激活虚拟环境、PyTorch安装及其验证步骤。特别针对新手容易遇到的...
Pytorch安装，这一篇就够了，绝不踩坑
love_respect的博客
05-10 12万+
在pytorch安装时踩到了不少坑，看了好多博客，最后整合了一份不会踩坑的安装教程，主要是参考各个博主的内容，从零开始安装pytorch，分享给大家！ 因为这篇文章是整合各个链接，所以我自己可能写的比较简略，只是为大家提供一个流程，解释的不明白的就点进各位大佬的博客详细看就可以了。 最重要的是：这些链接我会提示你只看指定的位置，不是全部，不是全部，不是全部！ 首先在安装pytorch之前，先要安装CUDA，因为一般我们都是用GPU去跑深度学习程序。 cuda安装参考链接：https://blog.c
如何安装Pytorch？
fwj_ntu的博客
01-30 6770
打开pytorch的官网：http://pytorch.org/ 如果大不看试试：https://pytorch.org/ 首页的quick start locally里点选自己的安装环境，它会给你相应的安装代码。 红色部分是选中的配置，将Run this Command里给出的命令，复制到Anaconda的Scripts目录下，进行运行： D:\softwares\Anaconda\Scrip...
pytorch安装教程
09-24 6710
pytorch保姆教程
Pytorch安装
weixin_48524984的博客
07-12 1万+
​Pytorch的详细安装过程
pytorch的安装教程
qq_53242009的博客
07-26 3684
如果你的Python版本是3.11，而安装包是为Python 3.9编译的，你可能需要找到与Python 3.11兼容的安装包或使用其他方法安装PyTorch。这里提供一个完整的流程，用于在Python环境中安装本地的PyTorch及其相关库的安装包，假设你的Python版本是3.9（因为这些wheel文件是为Python 3.9编译的）。- 如果你的Python版本是3.11，你可能需要等待PyTorch发布与Python 3.11兼容的版本，或者尝试从源代码编译PyTorch。
pycharm安装pytorch教程 国内镜像
03-18
<think>好的，用户想在PyCharm中安装PyTorch并使用国内镜像源加速下载。首先，我需要回忆相关的安装步骤和可能遇到的问题。根据引用[3]，安装前需要更换conda或pip的镜像源，避免超时错误，同时确保Python版本足够高。用户的操作系统是Windows 11，PyCharm专业版，Python 3.10.5，这符合引用[4]中的环境，所以步骤应该适用。 接下来，用户需要创建虚拟环境。在PyCharm中，通常是通过File > Settings > Project > Python Interpreter来添加新环境，这里可以选择Conda或Virtualenv。如果使用Conda，可能需要指定镜像源，比如清华源，这能加速依赖下载。引用[3]提到更换镜像源的重要性，所以步骤中必须包含如何修改conda或pip的配置文件，添加国内镜像。 然后，安装PyTorch。根据引用[3]和[4]，用户需要确定CUDA版本，但如果没有NVIDIA显卡，可以选择CPU版本。PyTorch官网提供了安装命令，但使用镜像源可能需要调整命令中的URL。例如，使用pip安装时，可以指定清华的镜像源，或者在conda中配置channels。 验证安装部分，引用[2]提到在Anaconda Prompt中输入Python，然后导入torch并打印版本号。同样适用于PyCharm的终端，所以需要指导用户如何在PyCharm中运行这些代码，确认安装成功。 可能遇到的问题包括镜像源配置错误、Python版本不兼容、网络问题等。需要提醒用户检查镜像源是否正确，以及环境是否激活。此外，如果使用conda，可能需要清除索引缓存，或者尝试不同的镜像源。 总结步骤应该是：配置镜像源、创建虚拟环境、安装PyTorch、验证安装。每个步骤要详细说明，特别是镜像源的配置方法，因为这是用户特别关心的部分。同时，引用相关的参考资料，比如引用[3]和[4]中的步骤，确保答案的可靠性。</think>### PyCharm 安装 PyTorch 教程（使用国内镜像源） #### **1. 准备工作：配置镜像源** - **Conda 用户**：在用户目录下找到 `.condarc` 文件（Windows 路径为 `C:\Users\用户名\.condarc`），修改内容为清华镜像源： ```yaml channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud ``` 运行 `conda clean -i` 清除缓存[^3]。 - **Pip 用户**：在 PyCharm 终端执行以下命令配置清华镜像： ```bash pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple ``` --- #### **2. 创建虚拟环境** 1. 打开 PyCharm，进入 `File > Settings > Project: <项目名> > Python Interpreter`。 2. 点击右上角齿轮图标，选择 `Add Interpreter > Add Local Interpreter`。 3. 选择 `Conda Environment` 或 `Virtualenv Environment`，指定 Python 版本（建议 ≥3.6.2）。 --- #### **3. 安装 PyTorch** - **通过 Conda 安装**（推荐）： ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` 若需 GPU 版本，根据 CUDA 版本调整命令（如 CUDA 11.3）： ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch ``` - **通过 Pip 安装**： ```bash pip install torch torchvision torchaudio ``` --- #### **4. 验证安装** 在 PyCharm 中新建 Python 文件，输入以下代码并运行： ```python import torch print(torch.__version__) # 输出版本号，如 1.12.0 print(torch.cuda.is_available()) # 输出 True 表示 GPU 可用 ``` 若输出类似 `1.12.0` 和 `True`，则安装成功[^2][^4]。 --- #### **常见问题** 1. **超时错误**：检查镜像源配置是否正确，尝试切换镜像源（如阿里云、中科大）。 2. **Python 版本不兼容**：创建新虚拟环境时选择更高版本 Python。 3. **CUDA 版本不匹配**：通过 `nvidia-smi` 查看 CUDA 版本，选择对应 PyTorch 命令。 ---
评论 7
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