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'
   ```