pycharm装DALI库

### 如何在 PyCharm 中安装 NVIDIA DALI 库

#### 创建和配置虚拟环境
为了确保项目的独立性和稳定性，在PyCharm中创建一个新的项目时建议先建立一个专门用于该项目的虚拟环境。这可以通过启动PyCharm并按照界面提示来完成。

#### 安装DALI库
一旦有了合适的开发环境，就可以通过pip工具来安装NVIDIA DALI库。打开终端（Terminal）窗口，该窗口可以在PyCharm底部找到，执行如下命令：

pip install nvidia-dali-cuda100

请注意，上述命令适用于CUDA 10.0版本；如果使用不同版本的CUDA，则需调整包名以匹配相应的CUDA版本号[^1]。

#### 设置环境变量
对于某些情况可能还需要手动添加必要的路径至系统的环境变量列表里以便于程序能够正确调用所需的动态链接库。具体操作方法是在计算机属性下的高级系统设置里的环境变量对话框中向`Path`项追加对应的目录地址，比如针对CUDA 10.0而言应加入以下几条记录：
- `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin`
- `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp`
- `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64`
- `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64`[^3]

#### 编写测试代码验证安装是否成功
最后一步是编写一段简单的Python脚本用来确认DALI已经被正确加载到了环境中。可以新建一个名为`dali_test.py`的文件，并在里面写下这样的内容来进行检测：

from nvidia.dali import pipeline_def, types

@pipeline_def
def test_pipeline():
    return types.Constant(dtype=types.FLOAT, value=[1., 2., 3.])

pipe = test_pipeline(batch_size=1, num_threads=1, device_id=0)
pipe.build()
for _ in range(3):
    out = pipe.run()
print(out)

运行这段代码之后如果没有报错说明已经成功完成了DALI的安装过程。