0-pytorch环境安装

约 1079 字大约 4 分钟

2026-03-26

我们这这次的任务是完成一个图像篡改定位的任务，我们使用的框架是pytorch，编译器是pycharm，在这一节，我们将教程如何在windows环境下安装pytorch等环境

1. 安装miniconda

Miniconda是一个轻量级的 Python 环境与包管理工具
通过清华镜像源下载

https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

我们是windows操作系统，所以选择一下的版本：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Windows-x86_64.exe

双击exe打开，安装过程按页面提示，默认一直点Next就可->I Agree.

文件夹名称中不要出现中文字符且为空的。

打开conda的终端：

使用 conda --version：

ok！现在安装成功了

环境命名env_python39，然后按下回车：

conda create -n env_python39 python=3.9

出现以下，代表创建成功了：

我们可以使用conda env list，来验证是否安装成功：

按下键盘上的 Windows 键 + R，

在“运行”对话框中输入 cmd，按下确认，然后输入nvidia-smi:

若出现类似以上画面，则代表电脑安装有显卡，可以使用显卡加速网络训练。记住这里要记住你电脑的cuda版本，即上图红色框内的部分。
若显示'nvidia-smi' 不是内部或外部命令，也不是可运行的程序或批处理文件是正常现象，说明你的电脑没有显卡，但可以使用cpu进行网络训练，没有显卡并不影响后续网络的训练。

进入PyTorch官网 https://pytorch.org/get-started/locally/

若你是没有显卡的电脑，在Compute Platform选择cpu选项；

若你是有显卡的电脑，在Compute Platform选择你电脑的cuda版本；

选好之后，可以得到安装命令，不同的选择会产出不同的命令：

例如，cpu版本的命令为：pip3 install torch torchvision；
cuda 12.8的命令为：pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu128

这里一定要选择正确的环境对应的命令

接下来，我们首先使用命令conda activate env_python39进入我们的环境中：

然后运行刚刚得到的命令例如pip3 install torch torchvision：

我们在env_python39的环境下，先输入python，进入python环境，然后输入验证代码：

import torch
print(torch.__version__) #查看pytorch版本
print(torch.cuda.is_available()) #查看cuda是否可用 输出为True 或者False

可以看出，pytorch加载成功

PyCharm官网：https://www.jetbrains.com/zh-cn/pycharm/#，点击下载按钮即可下载安装包

双击exe打开，安装过程按页面提示，默认一直点Next就可->I Agree.

这里选择你自己的路径：

（1）打开Pycharm软件，打开项目文件夹：

（2）点击左上角设置按钮 -> 选择Setting ->弹出窗口左侧选择Python-解释器，然后在右边选择添加解释器 ->继续选择添加本地解释器

然后点击选择现有，将类型改成conda：

然后选择正确的conda路径和我们创建的虚拟环境：

以上，深度学习的开发环境Anaconda+PyTorch+PyCharm就已经搭建完成了