vscode 配置pytorch环境

### 配置 VSCode 支持 PyTorch 开发环境

#### 安装 Anaconda 和 创建 Python 虚拟环境
为了确保开发环境中软件包的一致性和隔离性，建议先安装 Anaconda 并创建一个新的 Python 虚拟环境。通过 Anaconda Navigator 或者命令行工具 `conda` 来完成这一步骤[^1]。

conda create --name pytorch_env python=3.9
conda activate pytorch_env

#### 安装 PyTorch 库
访问官方 PyTorch 网站并根据个人需求选择合适的配置选项（如 CUDA 版本），获取对应的 conda 命令来安装 GPU 加速版本的 PyTorch 到刚刚建立好的虚拟环境中[^3]：

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

#### 设置 VSCode 使用指定解释器
启动 Visual Studio Code 后，在左侧活动栏中点击扩展图标，搜索 "Python" 插件并安装；接着按快捷键 Ctrl+Shift+P 输入 “Python Select Interpreter”，从列表里挑选之前创建的那个名为 `pytorch_env` 的 Conda 环境作为默认使用的 Python 解释器[^2]。

#### 测试 PyTorch 是否正常工作
可以在 VSCode 内新建一个 `.py` 文件编写简单的测试脚本来验证 PyTorch 已经成功集成到了编辑器当中。例如尝试运行下面这段代码以确认可以正常使用 GPU 进行张量运算：

import torch

if __name__ == "__main__":
    device = 'cuda' if torch.cuda.is_available() else 'cpu'
    tensor_example = torch.rand((3, 3), device=device)
    print(f'Tensor on {device}:')
    print(tensor_example)