目标检测——YOLOv5环境配置

前言

在利用GPU进行深度学习时，都要去NVIDIA的官网下载CUDA的安装程序和cudnn的压缩包，然后进行很繁琐的系统环境配置。不仅环境配置麻烦，而且特别容易配置错误，特别CUDA和cudnn版本的对应版本也特别容易搞错。本文利用anaconda安装配置pytorch和paddle环境会自动配置好cuda和cudnn。

一、英伟达驱动安装与更新

具体安装/更新的方法可以看之前的笔记
win10系统怎样安装/更新独立显卡驱动

安装显卡驱动以后，按Win+R组合键，打开cmd命令窗口，输入如下命令nvidia-smi

可以看到驱动的版本是497.29，最高支持的CUDA版本是11.5版本。

二、Anaconda的安装

anaconda是什么

anaconda是包管理器（ package manager），类似还有Pip、LibTorch和Source等，但最推荐anaconda，因为它会安装所有依赖项，它包含了大量的科学计算包，不用后期一个个安装。

anaconda安装

进入清华镜像站，选择合适版本下载并安装，一般建议不要选择最新版的（不太稳定），可以选择2019-2020中的anaconda3随意一个版本（我用的是2019-10-16的Windows-x86_64.exe，这个anaconda自带的python是3.7版本的）
安装时注意勾选Add Anaconda…，将Anaconda自动添加到环境变量中 。

三、Pytorch环境安装

按Win，找到Anaconda文件夹，点击Anaconda Promt，打开Anaconda终端
执行如下指令conda env list，查看已安装环境

创建虚拟环境（本文所用python版本为3.7，其他版本相应替换）
conda create -n pytorch python=3.7

激活该环境（conda activate + 虚拟环境名称）
conda activate pytorch

安装pytorch-gpu版本的环境，由于pytorch源在国外，下载相应的环境包比较慢，执行以下代码更换为清华源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes # 设置搜索时显示通道地址
conda condig --show # 显示conda的配置信息，找到channel就可以看到我们添加的源

打开pytorch官网，选择相应版本（本机显卡最高支持cuda11.4版本，选择11.3版本的cuda），复制命令
conda install pytorch torchvision torchaudio cudatoolkit=11.3，-c pytorch表示从国外源下载

四、paddle环境安装

首先创建一个新的虚拟环境
conda create -n paddle python=3.7

激活该环境
conda activate paddle

打开paddle官网，选择相应版本，复制命令
至此，pytorch和paddle的深度学习环境就安装好了。

五、pycharm安装–验证CUDA和cudnn版本

进入pychamr官网，下载专业版（professional）
挖个坑：下次出《professional永久激活方法》
双击下载好的pycharm安装包，安装在除C盘外的其他盘，以下全部勾选

安装完成后打开pycharm，新建一个项目

选择项目的存储路径，选择Previously configured interpreter，点击后面的三个点

选择在Anaconda中安装的环境，点击create完成创建

在创建的工程中新建python脚本，运行如下代码

import torch
print(torch.cuda.is_available())
print(torch.backends.cudnn.is_available())
print(torch.cuda_version)
print(torch.backends.cudnn.version())

运行以下代码将python版本切换为paddle中python插件

import paddle
print(paddle.utils.run_check())