【超详细教程】2025最新Pytorch安装教程（ PyTorch+CUDA+Anaconda+PyCharm）

最新推荐文章于 2025-06-13 19:20:29 发布
最新推荐文章于 2025-06-13 19:20:29 发布
阅读量3.5k 收藏 58
点赞数 40
CC 4.0 BY-SA版权
文章标签： pytorch pycharm 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/mahaimanyouzhe/article/details/147462143

写在前面的话

亲爱的学弟学妹们好呀！我是你们的AI研究生学姐～今天要教大家一个超级实用的技能：如何从零开始配置PyTorch深度学习环境！

还记得我大二时第一次接触深度学习的惨痛经历吗？环境配置就卡了整整两周，差点劝退我这个计算机系的女生😭 所以今天学姐就把踩过的所有坑都告诉你们，保证让你们一次配置成功！

温馨小贴士：学姐已经把所有需要的安装包都打包好啦，国内下载超快，再也不用翻墙下载啦！文末有下载链接哦～

前期准备

首先，学姐要和大家确认一下电脑配置哦！毕竟我们要做的是深度学习，对电脑配置还是有一定要求的～

检查电脑配置

以下是学姐推荐的最低配置要求：

  • 处理器：Intel i5/AMD Ryzen 5 或以上
  • 内存：至少8GB，建议16GB+（学姐当年8GB内存跑模型时电脑卡得想哭😂）
  • 硬盘空间：至少20GB空闲空间
  • 显卡：最好有NVIDIA显卡，GTX 1050以上就很棒啦！

没有N卡的小可爱也不要担心，CPU版本的PyTorch也能学习基础知识，只是跑模型会慢一些。等你真正入门后，可以考虑蹭实验室的GPU或者使用云服务哦～

下载资源包

学姐已经把所有需要的软件打包好啦！包括：

  • Anaconda安装包（最新版）
  • CUDA 11.8完整安装包
  • PyCharm安装包
  • 详细配置视频版
  • 详细安装步骤word版

下载地址：
夸克网盘链接:
https://pan.quark.cn/s/57b1c90779eb

迅雷网盘链接:
https://pan.xunlei.com/s/VOOBfQd2gWYTKmE5dA8UT_DwA1?pwd=ib69#

学姐提醒：如果一个链接打不开，可以尝试另一个哦！密码都在链接里了，复制全部内容就好～

卸载旧版本（如果有）

如果你之前有安装过Anaconda或Miniconda，建议先卸载干净再重新安装：

  1. 打开资源包中的geek.exe小工具
  2. 搜索"Anaconda"
  3. 点击卸载
  4. 耐心等待完成

学姐贴心提示：这个小工具比Windows自带的卸载程序强太多了！它可以自动清理残留文件和注册表，不然可能会有冲突问题哦～

在这里插入图片描述

安装步骤

  1. 双击资源包中的Anaconda安装文件（文件名类似于Anaconda3-2024.xx-Windows-x86_64.exe）

在这里插入图片描述

  1. 点击【Next】进入安装向导

在这里插入图片描述

  1. 同意许可协议，点击【I Agree】

在这里插入图片描述

  1. 选择【Just Me】（推荐），然后点击【Next】

在这里插入图片描述

  1. 选择安装位置（超级重要！）：

    学姐严重警告⚠️：千万不要安装在C盘！Anaconda体积巨大，会占用很多系统盘空间！

    建议路径：D:\software\anaconda3（根据你的实际磁盘情况调整）

在这里插入图片描述

  1. 高级选项设置：

    • ✅ 勾选"Add Anaconda3 to my PATH environment variable"
    • ✅ 勾选"Register Anaconda3 as my default Python"

    虽然很多教程说不要添加到PATH，但学姐觉得添加了会方便很多！特别是对初学者来说～

在这里插入图片描述

  1. 点击【Install】开始安装

    这一步可能需要等待几分钟，学姐建议去喝杯奶茶放松一下😋

在这里插入图片描述

  1. 安装完成后，点击【Next】，然后【Finish】完成安装

    不需要安装VSCode，我们等下会用PyCharm～

在这里插入图片描述

测试安装

  1. 按Win+R，输入cmd打开命令提示符

  2. 输入以下命令：

    conda --version

  3. 如果显示版本号（比如conda 23.7.2），恭喜你安装成功啦！🎉

如果提示"不是内部或外部命令"，别担心！安装资源包中我写了详细的手动配置步骤。如果还不行，可能是环境变量没有正确设置，可以看看学姐准备的常见问题解决方案～

在这里插入图片描述

CUDA配置

学姐温馨提示：如果你没有NVIDIA显卡，可以直接跳到下一节哦！

检查显卡型号

首先，让我们确认一下你的电脑是否有N卡：

  1. 右键点击桌面的【此电脑】图标
  2. 选择【管理】
  3. 点击【设备管理器】
  4. 展开【显示适配器】
  5. 查看是否有NVIDIA开头的显卡型号

在这里插入图片描述

CUDA安装

CUDA是NVIDIA开发的一个并行计算平台，简单来说就是让你的深度学习任务能在显卡上飞速运行的工具！

  1. 双击资源包中的CUDA安装文件（cuda_11.8.0_xxx.exe）

在这里插入图片描述

  1. 选择【自定义安装】（很重要！）

在这里插入图片描述

  1. 取消勾选【Visual Studio Integration】（这个不需要，省空间～）

在这里插入图片描述

  1. 点击【下一步】，然后点击【安装】

  2. 耐心等待安装完成

学姐有话说：市面上有很多版本的CUDA，但不是最新的就是最好的！因为PyTorch对CUDA版本有特定要求，学姐推荐CUDA 11.8，兼容性最好！

在这里插入图片描述

配置环境变量

安装完CUDA后，我们需要设置一下环境变量：

  1. 右键点击【此电脑】→【属性】→【高级系统设置】→【环境变量】

  2. 在【系统变量】中找到Path，点击【编辑】

  3. 点击【新建】，添加以下路径：

    • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
    • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
    • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp
    • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\x64

添加完成后，点击确定保存设置。

在这里插入图片描述

  1. 点击【确定】保存更改

验证CUDA

  1. 打开命令提示符（Win+R，输入cmd）

  2. 输入以下命令：

    nvcc --version

  3. 如果显示CUDA版本信息，就说明安装成功啦！

学姐的小秘密：如果这一步出问题，别着急！即使这里显示错误，等下安装完PyTorch后，只要torch.cuda.is_available()返回True就可以了～

在这里插入图片描述

PyTorch安装

终于到了最关键的一步！安装PyTorch本身！

创建虚拟环境

学姐的小技巧：为每个项目创建独立的环境是个好习惯！这样不同项目之间就不会互相影响啦～

  1. 点击【开始菜单】，搜索并打开【Anaconda Prompt】

  2. 输入以下命令创建名为pytorch的环境：

    conda create -n pytorch2.3.1 python=3.9

  3. 输入y确认创建

  4. 等待环境创建完成后，激活环境：

    conda activate pytorch2.3.1

    成功激活后，命令行前面会显示(pytorch2.3.1)这是虚拟环境名

打开官网https://pytorch.org/get-started/previous-versions/

找到与CUDA 11.8匹配的PyTorch版本，如PyTorch 2.3.1

!!复制conda安装命令（不要复制pip安装命令）

在这里插入图片描述

  1. 粘贴并执行PyTorch安装命令（使用之前复制的命令）
  2. 如果安装过程中断了，不要慌！重新输入上面的命令继续安装就好了～

在这里插入图片描述

验证PyTorch安装

  1. 在命令行中输入python进入Python环境

  2. 输入以下代码：

    import torch
print(torch.__version__)
print(torch.cuda.is_available())

  3. 第一行会显示PyTorch版本，第二行如果显示True，说明PyTorch可以使用GPU了！如果显示False但你确实有N卡，可能需要检查一下CUDA配置。

在这里插入图片描述

PyCharm配置

PyCharm是学姐最喜欢的Python IDE，界面美观，功能强大，自动补全代码超级爽！强烈推荐给大家使用～

资源包中有详细的安装的视频版本，如果需要看的直接观看即可。

安装PyCharm

  1. 双击资源包中的PyCharm安装文件

  2. 点击【Next】

  3. 选择安装路径（记得选择非C盘位置）

  4. 在安装选项页面全部勾选：

    • ✅ 创建桌面快捷方式
    • ✅ 添加到PATH
    • ✅ 关联.py文件

  5. 点击【Install】开始安装

  6. 安装完成后点击【Finish】

学姐小贴士：社区版和专业版区别不大，学生可以用教育邮箱免费申请专业版，但社区版也完全够用啦！

在这里插入图片描述

配置PyTorch 开发环境

  1. 首次启动PyCharm，选择UI主题（学姐喜欢暗色主题，写代码不伤眼～）

  2. 创建新项目：

    • 点击【New Project】
    • 设置项目位置（不要放C盘）
    • 点击【Previously configured interpreter】
    • 点击右边的【…】按钮
    • 选择【Conda Environment】
    • 选择【Use existing environment】
    • 从下拉列表中选择刚才创建的pytorch环境
    • 点击【OK】

  3. 点击【Create】创建项目

学姐提醒：记得每次打开新项目都要选择正确的Python解释器哦！

写在最后

亲爱的学弟学妹们，环境配置只是万里长征第一步，真正的挑战和乐趣在后面等着你们！希望你们能像学姐一样，在AI的世界里找到自己的热爱和方向。

如果在学习过程中遇到任何问题，不要害羞，随时来找学姐问！记得点个关注，学姐后续会更新更多有趣实用的AI入门教程哦～

祝大家学习顺利，早日成为AI大神！

学姐爱你们～😘

【深度学习环境配置】Anaconda + PyCharm + CUDA + cuDNN + PyTorch + OpenCV
shinuone的博客
02-23 2万+
（1）【CPU版本】Anaconda（Python） + Pycharm + Pytorch（CPU） + Opencv （2）【GPU版本】Anaconda（Python） + Pycharm + CUDA + cuDNN + Pytorch（GPU） + Opencv
PyCharm安装pytorch（亲自尝试版！！！！，纯小白都能学会）
GodlenThunder的博客
07-23 6863
小白如何正确安装pytorch，从此踏上炼丹的道路。本文讲解了Pycharm中pytorch库的安装，并对一些可能遇到的问题做出了解答。
超详细！百分百安装成功pytorch，建议收藏
m0_57180439的博客
09-20 6877
pytorch安装，anaconda安装，pycharm安装
【Pytorch】(1)Pytorch环境安装-②安装Pytorch
最新发布
weixin_54114700的博客
06-13 1204
提示：以下是本篇文章正文内容，下面案例可供参考PyTorch 1.12.0是一个稳定且功能完善的版本，特别适合：需要长期稳定性的研究项目依赖特定版本库的遗留系统教学和学习环境通过本文提供的详细安装指南，你可以：根据硬件条件选择合适的CUDA版本在网络不稳定时使用离线安装方案验证安装并测试GPU加速效果解决常见的安装问题正确安装PyTorch是深度学习项目成功的第一步，良好的环境配置能让你在后续的开发和研究过程中事半功倍。
Windows下使用Anaconda 安装 Pytorch
Chris_zhangrx的博客
09-13 2万+
现在 Pytorch 0.4 版本以后已经开始支持Windows系统了，下面是基于官网给出的教程，方便不能翻墙的同学使用： Tips: 这里的 Anaconda一个是 anaconda3，即python 的版本是 3版本的，这里 windows 下 pyorch 不在支持 python2.7。 不论是 pip 的安装方式 还是 conda 的安装方式： 这里以 python3....
2025.04最新PyTorch 安装超详细教程（含多系统、多场景、避坑指南）
weixin_45813121的博客
04-02 3万+
**PyTorch 安装超详细教程（含多系统、多场景、避坑指南）**，涵盖**CPU/GPU版本选择、环境配置、验证测试、问题解决**全流程，附命令行示例和图文说明：
pytorch的安装教程
qq_53242009的博客
07-26 3898
如果你的Python版本是3.11，而安装包是为Python 3.9编译的，你可能需要找到与Python 3.11兼容的安装包或使用其他方法安装PyTorch。这里提供一个完整的流程，用于在Python环境中安装本地的PyTorch及其相关库的安装包，假设你的Python版本是3.9（因为这些wheel文件是为Python 3.9编译的）。- 如果你的Python版本是3.11，你可能需要等待PyTorch发布与Python 3.11兼容的版本，或者尝试从源代码编译PyTorch。
pytorch安装教程
09-24 6840
pytorch保姆教程
Pytorch安装
weixin_48524984的博客
07-12 1万+
​Pytorch的详细安装过程
PyTorch安装教程
FD_fanjiesen的博客
05-12 5621
pytorch本地安装方法
pytorch的安装（非常详细）
Redamancy06的博客
07-16 4万+
conda activate pytorch、推荐清华源、中科大源。conda deactivate、查看环境信息 conda info -e、import torch、这个是验证cuda是不是可以正常运行torch.cuda.is_available()、卸载pytorch环境conda remove -n pytorch --all将pycharm的环境换成Anaconda下的pytorch环境......
Anaconda+Pytorch+Pycharm安装
weixin_46890291的博客
03-19 2608
1.官网下载最新版anaconda，一步步按指令下来，其中一步两个都打勾就不用配置环境变量。 win+R打开命令行，再输入cmd,然后输入以下指令后按回车，分别得到conda版本和python版本 2.深度学习离不开显卡，像tensorflow,pytorch都只支持英伟达显卡，当然没有显卡也可以，显卡主要起到训练加速的作用，关于显卡的配置主要涉及驱动和cuda工具包，cuda工具包可跟随pytorch一键安装，我们只需要检查显卡驱动是否正确安装。Alt+Ctrl+Delete打开任务管理器发现以.
Ubuntu20.04安装Pytorch：Anaconda3+Pycharm+Pytorch+CUDA
weixin_44576493的博客
03-09 5749
一、安装显卡驱动 1.禁用nouveau 终端输入命令： sudo gedit /etc/modprobe.d/blacklist.conf 在文件末尾添加： blacklist nouveau options nouveau modeset=0 终端输入命令： sudo update-initramfs -u 查看否成功禁用了开源驱动： lsmod | grep nouveau 若屏幕没有输出，则禁用成功。 2.安装驱动 nvidia-smi 如果无法查看，就说
Pytorch安装详细教程（Wins+CUDA+Pycharm+GPU）
weixin_47590992的博客
09-02 6924
Pytorch安装教程详解，避开安装过程踩过的雷。
全网最详细深度学习环境配置（Pycharm+anaconda+pytorch+TensorFlow+cuda+cudnn+改变虚拟环境包位置）
m0_67812945的博客
10-21 8670
实现深度学习环境配置包括Pycharm，anaconda，torch，TensorFlow等
(详解)安装pytorch(cpu版)，torch和torchvision的详细安装步骤，并在jupyter notebook和pycharm中配置好pytorch
2301_81199775的博客
02-27 4万+
(详解)安装pytorch(cpu版)，torch和torchvision的详细安装步骤，并在jupyter notebook和pycharm中配置好pytorch
pytorch安装教程（图文详解）
lhshengshi的博客
03-28 9958
2、运行并选择安装路径，等待安装完成。TIPS：我们做python项目时要养成良好的习惯，不同的python项目要采取不同的python虚拟环境，不同的虚拟环境之间相互隔离，python版本和包均不共用。安装cpu版的pytorch参考步骤1，4，如果自己电脑上有gpu,就安装gpu版的pytorch，参考步骤1，2，3。我的是CUDA11.4，所以我选择的是第一个。等待下载完成后进行解压，得到一个cuda文件夹，进入之后，全选，复制到之前CUDA所安装的文件夹下，有重复的进行替换即可。
PyTorch 2025保姆级安装教程（Python CPU+GPU详细完整版）
2401_82355416的博客
05-25 1600
本文提供了2025年最新版PyTorch的安装指南，涵盖CPU和GPU版本的详细流程。安装前需检查Python版本（推荐3.10/3.11），建议使用虚拟环境避免冲突。CPU版本直接通过pip安装即可。GPU版本需先确认显卡支持CUDA并安装相应驱动、CUDA Toolkit（12.1/12.2）和cuDNN，再通过特定命令安装PyTorch。文章还包含验证安装、常见问题解决（如版本冲突、离线安装）以及Mac/AMD平台的特别说明，最后给出了IDE配置建议。安装完成后可通过简单代码验证是否成功。
【PyTorch】2024保姆级安装教程-Python-（CPU+GPU详细完整版）-
热门推荐
2201_75436278的博客
10-19 5万+
安装 PyTorch 时，可以选择在 CPU 或 GPU 上运行，取决于你的硬件支持和需求。CPU版本安装：CPU 版本适用于没有 GPU 或不需要使用 GPU 进行深度学习的情况。安装过程相对简单，因为没有依赖 GPU 驱动和 CUDA 的要求。GPU版本安装：如果你的计算机上有 NVIDIA GPU，并且你希望加速深度学习计算，可以安装 GPU 版本的 PyTorch。GPU 版本依赖于 CUDA 和 cuDNN。
pycharm安装pytorch教程 国内镜像
03-18
<think>好的，用户想在PyCharm中安装PyTorch并使用国内镜像源加速下载。首先，我需要回忆相关的安装步骤和可能遇到的问题。根据引用[3]，安装前需要更换conda或pip的镜像源，避免超时错误，同时确保Python版本足够高。用户的操作系统是Windows 11，PyCharm专业版，Python 3.10.5，这符合引用[4]中的环境，所以步骤应该适用。 接下来，用户需要创建虚拟环境。在PyCharm中，通常是通过File > Settings > Project > Python Interpreter来添加新环境，这里可以选择Conda或Virtualenv。如果使用Conda，可能需要指定镜像源，比如清华源，这能加速依赖下载。引用[3]提到更换镜像源的重要性，所以步骤中必须包含如何修改conda或pip的配置文件，添加国内镜像。 然后，安装PyTorch。根据引用[3]和[4]，用户需要确定CUDA版本，但如果没有NVIDIA显卡，可以选择CPU版本。PyTorch官网提供了安装命令，但使用镜像源可能需要调整命令中的URL。例如，使用pip安装时，可以指定清华的镜像源，或者在conda中配置channels。 验证安装部分，引用[2]提到在Anaconda Prompt中输入Python，然后导入torch并打印版本号。同样适用于PyCharm的终端，所以需要指导用户如何在PyCharm中运行这些代码，确认安装成功。 可能遇到的问题包括镜像源配置错误、Python版本不兼容、网络问题等。需要提醒用户检查镜像源是否正确，以及环境是否激活。此外，如果使用conda，可能需要清除索引缓存，或者尝试不同的镜像源。 总结步骤应该是：配置镜像源、创建虚拟环境、安装PyTorch、验证安装。每个步骤要详细说明，特别是镜像源的配置方法，因为这是用户特别关心的部分。同时，引用相关的参考资料，比如引用[3]和[4]中的步骤，确保答案的可靠性。</think>### PyCharm 安装 PyTorch 教程（使用国内镜像源） #### **1. 准备工作：配置镜像源** - **Conda 用户**：在用户目录下找到 `.condarc` 文件（Windows 路径为 `C:\Users\用户名\.condarc`），修改内容为清华镜像源： ```yaml channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud ``` 运行 `conda clean -i` 清除缓存[^3]。 - **Pip 用户**：在 PyCharm 终端执行以下命令配置清华镜像： ```bash pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple ``` --- #### **2. 创建虚拟环境** 1. 打开 PyCharm，进入 `File > Settings > Project: <项目名> > Python Interpreter`。 2. 点击右上角齿轮图标，选择 `Add Interpreter > Add Local Interpreter`。 3. 选择 `Conda Environment` 或 `Virtualenv Environment`，指定 Python 版本（建议 ≥3.6.2）。 --- #### **3. 安装 PyTorch** - **通过 Conda 安装**（推荐）： ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` 若需 GPU 版本，根据 CUDA 版本调整命令（如 CUDA 11.3）： ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch ``` - **通过 Pip 安装**： ```bash pip install torch torchvision torchaudio ``` --- #### **4. 验证安装** 在 PyCharm 中新建 Python 文件，输入以下代码并运行： ```python import torch print(torch.__version__) # 输出版本号，如 1.12.0 print(torch.cuda.is_available()) # 输出 True 表示 GPU 可用 ``` 若输出类似 `1.12.0` 和 `True`，则安装成功[^2][^4]。 --- #### **常见问题** 1. **超时错误**：检查镜像源配置是否正确，尝试切换镜像源（如阿里云、中科大）。 2. **Python 版本不兼容**：创建新虚拟环境时选择更高版本 Python。 3. **CUDA 版本不匹配**：通过 `nvidia-smi` 查看 CUDA 版本，选择对应 PyTorch 命令。 ---
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值