anaconda vscode torch
时间: 2025-03-06 15:35:39 浏览: 39
### 配置 VS Code 使用 Anaconda 和 PyTorch 进行开发
#### 安装必要的扩展和工具
为了在 Visual Studio Code 中使用 Anaconda 和 PyTorch 开发环境,需先安装一些必备组件。确保已安装最新版本的 VS Code 后,在扩展市场中搜索并安装 Python 扩展插件[^1]。
#### 创建 Conda 环境
创建一个新的 Conda 环境来管理项目依赖项是一个良好的实践方法。打开命令提示符或终端窗口,并执行如下命令:
```bash
conda create --name pytorch_env python=3.9
conda activate pytorch_env
```
这会建立名为 `pytorch_env` 的新环境,并激活它以便后续操作[^2]。
#### 安装 PyTorch 及其他库
一旦 Conda 环境被成功激活,则可以继续安装所需的软件包。对于 GPU 支持的需求不同,具体安装方式有所区别;这里提供 CPU 版本作为例子:
```bash
pip install torch torchvision torchaudio
```
如果需要 CUDA 加速支持,请访问 [PyTorch官方网站](https://pytorch.org/) 获取适合当前系统的安装指令。
#### 配置 VS Code 解释器路径
启动 VS Code 并通过左侧活动栏中的图标进入工作区设置页面。点击顶部菜单栏上的“Python解释器”,选择之前创建好的 conda 虚拟环境中对应的 Python 解释器位置。这样就能让编辑器识别到正确的 Python 版本以及所有已经安装过的第三方模块了。
#### 测试 CUDA 是否可用
编写简单的测试脚本来验证是否能够正常使用GPU加速功能。新建一个 `.py` 文件并将下面这段代码粘贴进去:
```python
import torch
if torch.cuda.is_available():
print("CUDA is available :D")
else:
print("CUDA isn't available :(")
```
保存文件后按 F5 键运行调试模式下的程序,观察控制台输出结果即可确认配置无误。
阅读全文
相关推荐


















