核心原则不把 Anaconda 装 C 盘防止 C 盘爆满。不要求安装完整的 CUDA ToolkitPyTorch 自带精简版运行库不需要nvcc。只在一个独立环境research里装 PyTorch避免污染基础环境。日常写代码全在 PyCharmAnaconda Prompt只用来一次性建环境。️ 第一步前期准备显卡检查在配置前打开 CMD 输入nvidia-smi。如果能显示显卡信息如 NVIDIA GeForce RTX 3060 Laptop GPU说明显卡驱动已装好后面的工作就成功了一半。右上角显示的CUDA Version: 12.3代表驱动最高支持这个版本不是指你已经安装了 CUDA 12.3。等下装 PyTorch 时选cu121即可。 第二步安装 Anaconda防 C 盘爆满下载去官网下载Windows 64-Bit Graphical Installer。若下载太慢去中科大 (USTC) 或阿里云镜像站搜索 Anaconda/Miniconda 下载。这里直接给出官网连接https://www.anaconda.com/ 以及中文镜像网站Anaconda 中文网安装路径绝对不要有中文和空格建议装在D盘例如D:\Anaconda。安装选项高级选项中不要勾选Add to PATH和Register Anaconda3 as my default Python。当然这个前提是你自身电脑曾经配置过python环境如果勾选则会与之前配置的python环境产生冲突勾选Create shortcuts并勾选最后一项清理缓存。修改缓存与默认环境路径安装完成后打开Anaconda Prompt输入以下命令将环境文件强制转移到 D 盘conda config --add envs_dirs D:\Anaconda\envs conda config --add pkgs_dirs D:\Anaconda\pkgs(输入conda config --show-sources可确认配置是否生效。以后不管建多少个环境都不会再占用 C 盘空间。) 第三步创建专属科研环境还在Anaconda Prompt里输入conda create -n research python3.10遇到询问输入y回车。-n research中research是环境名字可改成自己项目名。创建完成后激活它conda activate research(命令行前缀变成(research)说明成功进入务必在这个状态下装库。)⚡ 第四步安装 GPU 版 PyTorch保持(research)环境激活状态输入以下命令专为 RTX 3060 CUDA 12.1 适配pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121(下载需要几个G耐心等待若中途断开可重新执行一次会断点续传。)安装完成后可直接在当前终端验证看到True及你的显卡型号即成功python -c import torch; print(CUDA可用:, torch.cuda.is_available()); print(显卡:, torch.cuda.get_device_name(0) if torch.cuda.is_available() else 无) 第五步对接 PyCharm日常使用打开 PyCharm新建项目Location 选 D 盘纯英文路径。Interpreter type务必选择Custom environment自定义环境。选择Select existing使用现有环境Type 选Conda。Path to conda选D:\Anaconda\Scripts\conda.exe。Environment下拉选中research如果没有就点Reload environments刷新。点击Create。在 PyCharm 里运行import torch; print(torch.cuda.is_available())输出True即大功告成