pycharm里torchvision装不上

### 如何在 PyCharm 中成功安装 torchvision

#### 环境准备
为了确保 `torchvision` 的顺利安装，在此之前需确认已正确配置好 Python 和 PyCharm 开发环境，并且已经安装了适用于 GPU 或 CPU 版本的 PyTorch。对于 GPU 支持的情况，还需注意 CUDA 及 cuDNN 的兼容性设置[^4]。

#### 卸载旧版 torchvision
有时先前存在的库版本可能会引发冲突，建议先执行卸载操作来清除潜在干扰因素：

conda uninstall torchvision

这一步骤有助于排除因残留文件导致的问题[^2]。

#### 使用 Conda 安装最新稳定版 torchvision
推荐通过 Anaconda 来管理依赖关系，因为其能够更好地处理包之间的复杂关联。具体命令如下所示：

conda install torchvision -c pytorch

这条指令会自动解析并满足所有必要的依赖项，从而减少错误发生的可能性[^1]。

#### 验证安装情况
完成上述步骤后，可以通过简单的测试脚本来验证是否正常工作：

import torch
print(torch.__version__)
from torchvision import models
resnet = models.resnet50(pretrained=True)
print(resnet)

这段代码不仅检验了 `torchvision` 是否可用，同时也加载了一个预训练模型实例来进行进一步的功能检测[^3]。

#### 调整系统资源分配（针对 Windows 用户）
部分情况下，尤其是当开发工具位于非系统盘时，可能遇到由于页面文件不足而引起的异常终止现象。此时应适当调整操作系统中的虚拟内存参数，增加 D:\ 或其他分区上的交换空间大小以适应更高负载下的需求。