需要Anaconda和Pycharm安装包后台回复“深度学习”即可获得

一、核心工具通俗解析（新手必看）

• PyCharm：编写、运行Python代码的专用软件（可视化编辑器），相当于“写代码的笔记本”，操作直观，适合新手。

• Python：编程语言的解释器，负责“读懂”你写的代码并执行，是所有操作的基础。

• conda / Anaconda / Miniconda：均为Python环境管理工具，核心作用是隔离不同项目的依赖包，避免冲突。

• Anaconda：功能全面，自带600+常用包，体积较大；

• Miniconda：轻量版，仅包含conda和Python核心依赖，体积小，按需安装其他包，本次选择Miniconda。

• PyTorch：深度学习专用框架（核心库），提供了训练模型、处理数据（如张量）的所有工具，是做深度学习的“核心工具包”。

• CPU / GPU / CUDA：负责执行计算的硬件及辅助工具，直接影响模型训练速度：

• CPU：电脑的中央处理器，所有电脑都有，计算速度较慢，适合小规模测试和学习；

• GPU：图形处理器（显卡），计算能力远超CPU，深度学习核心依赖它加速；

• CUDA：NVIDIA（英伟达）专属的并行计算平台，只有NVIDIA显卡才能使用，用于调用GPU的计算能力，AMD显卡不支持。

二、PyTorch版本选择（CPU版 vs GPU版）

1. GPU版（推荐有NVIDIA显卡的用户）

安装后可调用NVIDIA显卡的CUDA核心进行并行计算，训练、运行模型的速度通常是CPU版的几十倍，适合长期学习和实际项目。

前提：电脑必须有NVIDIA显卡（判断方法：打开任务管理器，找到带有“NVIDIA/GeForce/RTX/GTX”字样的显卡，即为支持CUDA的英伟达显卡）。

2. CPU版（适合无NVIDIA显卡）

不依赖显卡，所有计算都通过CPU完成，虽然速度较慢，但所有电脑都能安装，适合初学者入门学习、测试小规模模型。

三、安装Miniconda（轻量版，优先选择）

1. 下载地址

官方下载页：https://www.anaconda.com/download/success

根据自己的系统选择对应版本（Windows/Mac/Linux），下载64位图形安装器（Graphical Installer），步骤简单，一路下一步即可。

Miniconda安装流程

四、在Anaconda环境中安装PyTorch等深度学习库

步骤1：打开Anaconda Prompt

打开电脑“开始菜单”，找到“Anaconda Prompt (Anaconda3)”，点击运行（Windows系统）；Mac/Linux系统打开终端，初始化conda后操作（初始化命令：conda init，重启终端生效）。

步骤2：创建独立虚拟环境（关键！避免包冲突）

不要将所有包都安装在默认的base环境中，建议创建一个新环境（此处命名为“sun”，可自定义），推荐Python 3.10版本（兼容性稳定，适配当前PyTorch官方版本）：

conda create -n sun python=3.10 -y

常见报错解决：源条款未同意

若执行上述命令报错，提示“Anaconda官方源（main/r/msys2）的服务条款未同意，禁止下载安装包”，需先执行以下三条命令，同意对应源的条款：

# 同意main源条款conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/main# 同意r源条款conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/r# 同意msys2源条款conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/msys2

若出现“link fetch error”，可检查网络连接，关闭VPN，重新执行上述命令。

步骤3：激活新建环境

环境创建成功后，执行以下命令激活环境（激活后，终端前缀会显示“(sun)”，表示当前处于该环境）：

conda activate sun

步骤4：安装PyTorch库

（1）GPU版安装（适配NVIDIA 4060笔记本）

1. 访问PyTorch官方网站：https://pytorch.org/，点击“Get started”，查看适配的CUDA版本（本次适配CUDA 12.6）；

2. 在激活的“sun”环境中，执行以下命令安装GPU版PyTorch：

pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu126

（2）黄色WARNING说明（无需担心）

若出现“WARNING: Connection timed out while downloading”，翻译为“下载时网络临时超时/断连”，属于正常现象——PyTorch GPU版安装包较大（约2.6GB），从国外源下载时易出现网络波动。

后续出现“WARNING: Attempting to resume incomplete download (...)”，表示pip自动开启断点续传，会从之前下载的进度继续，直至下载完成，无需手动操作。

（3）CPU版安装（无NVIDIA显卡用户）

执行以下命令，无需依赖显卡，所有电脑均可安装：

pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cpu

五、安装PyCharm软件（编写代码专用）

步骤1：官方下载（最安全）

访问PyCharm官网，选择Windows系统，点击“社区版（Community）”的“下载”按钮（社区版免费，足够初学者使用），等待下载完成（约400MB）。

步骤2：安装步骤

1. 双击下载的.exe文件（如pycharm-community-2026.1.exe），建议以管理员身份运行；

2. 点击“Next”（下一步），同意许可协议；

3. 选择安装路径：建议安装到D盘（如D:\Program Files\JetBrains\PyCharm Community Edition 2026.1），避免占用C盘系统空间；

4. 关键设置（必看）：勾选所需选项（如“创建桌面快捷方式”“关联Python文件”）；

5. 点击“Install”开始安装（约2-5分钟）；

6. 安装完成后，勾选“Run PyCharm”，点击“Finish”，启动PyCharm。

步骤3：首次启动设置

1. 选择“Do not import settings”（不导入设置），点击“OK”；

2. 接受用户协议，选择主题（推荐Darcula深色主题，护眼）；

3. 跳过插件安装（后续需要再手动安装）；

4. 点击“Create New Project”（创建新项目），并选择之前创建的“sun”虚拟环境作为项目解释器。

六、验证PyTorch安装是否成功

在PyCharm中新建Python文件，输入以下代码，运行后查看输出结果：

import torchprint("PyTorch版本:", torch.__version__)print("CUDA是否可用:", torch.cuda.is_available())# 若为GPU版，可查看GPU型号if torch.cuda.is_available():    print("GPU型号:", torch.cuda.get_device_name(0))

结果说明：

• 若安装的是GPU版，“CUDA是否可用”会显示“True”，并输出GPU型号；

• 若安装的是CPU版，“CUDA是否可用”会显示“False”，属于正常现象，不影响基础学习使用。