1.安装①首先以Windows系统为例——先通过WinR输入CMD小写也行打开Windows PowderShell输入“nvidia-smi”查看自己的GPU的型号如果有的话确认好之后如果有GPU会有类似这样的输出重点要关注的就是CUDA Version后面的数字直接决定了你应该安装哪一个版本的torchGPU版的以128为例②然后回到PyCharm里面先检查自己的终端是否有(.venv)字样——-这样才行如果没有.venv在终端运行这样的命令——.\venv\Scripts\activate.bat如果没有虚拟环境必须在激活命令之前补充创建虚拟环境的命令。例如python -m venv venv(在项目目录下创建名为venv的虚拟环境)然后 再运行.venvScriptsactivate.bat(Windows) 或source venv/bin/activate(Linux/macOS) 来激活它。③然后在PyCharm终端输入如下的命令行pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128——如果自己是12.2的那就改成122④然后就是等待下载安装——这个过程系统自动执行无需人为操作——而且python会自动“断网重连”无需焦虑⑤安装完成后终端会显示Successfully installed ……表示——安装成功了就可以开始导入使用了⚠如果还担心的话可以这样测试——注意请在自己的本地PyCharm里测试请勿在本网站测试import torch print(PyTorch版本: , torch.__version__) print(CUDA可用: , torch.cuda.is_available()) print(GPU名称: , torch.cuda.get_device_name(0)) print(GPU内存: , torch.get_device_properties(0).total_memory / 1024**3, GB)应该看到类似这样的输出如果输出符合上述情况则说明torch安装并且导入成功后续学习可以直接导包使用。⑥常见的问题如下——CPU版本——不需要指定版本因为CPU版的都是通用的pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple2. 补充1. 如果想加快下载速度的话可以在pycharm终端运行这样的命令-i https://pypi.tuna.tsinghua.edu.cn/simple这是国内清华源但请注意不是所有的包都在清华源的这只是提供一个国内的镜像源常见的包此源都会有可以考虑使用这个镜像源。2. 找不到满足要求的torch版本 通常是因为CUDA版本太新或太旧PyTorch官方尚未提供预编译包或已停止支持。需要检查PyTorch官网支持的CUDA版本范围或考虑安装CPU版本。3. 激活虚拟环境命令报错 最常见的原因是虚拟环境venv没有先被创建。确认已执行python -m venv venv4. 确认安装的PyTorch版本与CUDA版本匹配检查安装命令中的cuXXX是否正确。5. 确认NVIDIA显卡驱动已正确安装且版本支持该CUDA版本可通过nvidia-smi查看驱动版本和CUDA版本。如若实在不行重启电脑或终端关掉再打开试试。3. 如何导入到虚拟环境里面假设我们已经搞好了虚拟环境那么我们就直接激活虚拟环境——虚拟环境的名字以torch12为例activate torch12然后输出应该是这样的然后运行安装torch的bash代码——具体代码格式参考上面上面有。直接复制粘贴到现在所在的虚拟环境上然后回车。跟PyCharm上的终端本质上是一模一样的东西至于d2l也是一样的道理直接运行以下代码即可pip install d2l