PYCHARM安装Pytorch的GPU版本

### 如何在 PyCharm 中安装配置 PyTorch GPU 版本

#### 创建 Conda 虚拟环境并指定 Python 版本
为了确保兼容性和性能优化，建议创建一个新的 conda 虚拟环境来专门用于 PyTorch 的开发工作。可以执行如下命令：

conda create -n pytorch_gpu01 python=3.8

这会建立名为 `pytorch_gpu01` 的新环境，并设置 Python 3.8 作为默认解释器版本[^1]。

#### 安装 PyTorch GPU 版本到 Conda 环境中
一旦虚拟环境准备完毕，激活该环境并通过官方推荐的方式安装 PyTorch 及其依赖项。对于 Windows 用户来说，通常可以通过 pip 或者 conda 来完成此操作。考虑到 CUDA 和 cuDNN 驱动的支持情况，推荐按照官方网站给出的具体指令来进行安装[^2]。

例如，如果要通过 pip 安装特定版本的 PyTorch (假设为稳定版)，可以在激活后的环境中运行下面这条命令：

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117

这里的 URL 参数指定了适用于 CUDA 11.7 的二进制包位置；实际使用时应根据自己的硬件条件调整相应的 CUDA 版本号。

#### 将 Conda 环境集成至 PyCharm 并验证安装成功
当上述步骤完成后，在 PyCharm 内部添加刚刚创建好的 conda 环境作为项目的 Python 解释器。具体做法是在 IDE 设置中的 "Project Interpreter" 页面选择合适的路径指向目标环境下的 Python.exe 文件。之后便可在项目内直接调用已安装的 PyTorch 库进行开发测试了[^3]。

确认无误的方法之一就是查看 PyCharm 提供的内置工具窗口——Python Packages 列表里是否有显示最新加入的 `torch` 库及其关联组件的存在状态。