win10 安装anaconda+cuda+cudnn+yolov5

写在开头

由于要用到yolov5，而自己从未接触过此方面。于是写下来记录一下，以便以后有需要能够方便的找到问题或者进行环境的配置。

我也是小白一枚，文中冗余、纰漏在所难免。

安装

	本文主要记录所安装的各种软件以及过程。

初始环境

	win10家庭版+pycharm2020.1专业版+python3.8.5
	ps:仅介绍一下开始安装之前所具有的环境，并没有用到，有没有无所谓

安装Anaconda

1.从官网或者镜像源下载安装包
官网：https://www.anaconda.com/products/individual#macos
清华源：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
选择对应的版本下载。比如我下载的就是

2.双击安装程序进行安装

这里我选择的是所有用户

选择安装路径

第一个是加入系统环境变量，第二个是把Anaconda3的自带的python3.9作为系统的python。（比如我这里已经有python3.8.5，会把系统优先的python设置为anaconda自带的3.9版本）
建议这两个也都勾选，尤其是第一个，否则还需要自行配置环境变量

接下来就是等待安装结束。结束后可以win+r，输入cmd，在终端输入

conda -V

则安装成功

3.换源
可以使用conda install 包名 进行安装，但是速度太慢，建议使用国内开源镜像源
打开C:\Users\User下的.condarc文件，编辑成下图
ps:若是没有，在终端输入conda config --set show_channel_urls yes

channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
show_channel_urls: true

把里面的 --default删除，设置show_channel_urls: true
或者也可以使用命令

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

1：有的电脑是只能用http，有的是https，我的电脑就是只能用http，故而需要把https改成http才可以（这一步根据之后conda install 时候如果有报错只能用http，可以在换源这里把https进行修改为http即可）
2：http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ 这个是为了使用conda安装torch才需要加入的，通过终端conda install 的方式安装pytorch，因为速度太慢，需要加入对应的源。但是不推荐用conda命令安装torch，不知道为什么，每次下载的都是cpu版本的，如果需要下载gpu版本的，不能用conda下载，直接去镜像源自己下载

4.创建一个虚拟环境，并作为之后yolov5的使用环境
进入终端(win+r,cmd)，或者anaconda prompt

输入conda create -n python38 python=3.8
创建一个名为python38的环境，并指定python版本为3.8，之后会自动为你下载对应的python解释器
输入conda info -e 查看存中的环境(base环境是自带的默认环境)

5.激活对应的虚拟环境
输入activate python38 进入刚刚创建的python38环境

输入python，即可查看到当前的python解释器版本

退出当前环境,使用conda deactivate(deactivate 已被弃用)

至此，已经成功安装Anaconda并成功创建一个带3.8版本解释器的python虚拟环境

安装yolov5

yolov5
1.从官网clone到本地或者直接下载zip到本地，然后解压

进入yolov5的文件夹，并在这里打开终端


activate python38 进入python38环境

2.在该环境中，输入pip install -r requirements.txt
注意：
1.需要先进入对应的环境，不然默认安装到了base环境中
2.双击requirements.txt 查看yolov5所需要的环境


由于我直接pip install -r requirements.txt 始终安装不下来，最后只能

pip install matplotlib  -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

这样一个一个把所需要的包下载下来。requirements.txt中未注释的都要下载
注意：其中有一个tensorboard>=2.4.1，我是用conda install tensorboard 下载下来的，用pip安装不成功
安装成功后可以通过pip show 包名 查看安装包的版本，这里大概率安装的pytorch是cpu版本的而不是gpu版本的。之后使用yolov5的时候再把torch换成gpu版本

3.检测yolov5是否安装成功
进入yolov5的文件夹，在这个文件夹下打开终端(在文件夹上方输入cmd)，进入到python38的环境中（activate python38），运行detect.py

成功运行后，最后一句应该是Results saved to runs\detect\exp
可以到yolov5\runs\detect\exp看到结果

则说明yolov5安装成功

安装CUDA

1.查看电脑对应的CUDA的版本
在桌面上右键打开NVIDIA控制面板----左下角系统信息----组件


可以知道自己对应的CUDA的版本号为11.1版本
到官网下载对应的版本的CUDA，官网


下载对应的CUDA版本到本地

2.本地安装CUDA，双击cuda安装程序

这是CUDA的临时解压文件存储位置，安装完会自动删除，不用管

之后，这里勾选自定义


只用安装第一个CUDA（去除VS Integration），之后会弹出安装路径。记住这三个安装路径，之后要去添加环境变量用到

ps:我在第一次安装的时候，装着装着就自动重启电脑，找不到原因，但是再次重新安装时候正常安装成功

3.安装成功后，查看环境变量是否添加
右击此电脑 - - 属性 - - 高级系统设置 - - 环境变量

在系统变量中，看到

在终端输入nvcc -V

则说明CUDA安装成功

最后，在系统环境变量的PATH中添加NVIDIA GPU Computing Toolkit\CUDA\v11.1下的bin、lib、include、libnvvp四个文件夹的路径

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\libnvvp

安装cudnn

1.进入官网，查看对应CUDA11.1的cudnn版本官网

选择对应的版本，进行下载。下载之前需要用到注册，不需要收费。但是可能需要科学上网

2.下载之后解压，在子文件夹CUDA下有三个子文件夹

把bin、include、lib三个文件夹下面的文件，分别复制到CUDA的对应文件夹下面

CUDA安装位置下面同样有bin、include、lib三个文件夹，需要一一对应，别搞错了

3.把C:\Program Files\NVIDIA Corporation\NVSMI 添加到系统环境变量PATH中去

4.在终端输入nvidia-smi即可查看GPU信息

安装pytorch

由于之前安装的cpu版本的，现在要更换为gpu版本的
终端输入activate python38,进入对应环境。python，import torch, print(torch.cuda.is_available())

上图是我已经换过torch之后的显示结果，你们在这里应该是False 这是因为torch与cuda的版本不匹配所造成的。现在就要把这个问题解决，让torch能够使用GPU加速

1.进入PyTorch官网，查看对应的版本


找到对应CUDA11.1的torch版本。根据官网给出的命令，进入之前的python38环境，可以进行在线安装（速度过慢甚至直接崩了，不推荐）

2.使用离线安装的方式（推荐）
进入命令后面的网址，手动下载文件

其中cu111代表cuda11.1 是GPU版本的，cp38代表的是对应python3.8版本的
主要下载torch和torchvision两个whl文件

3.进入下载好的两个文件所在处，在此处打开终端，进入python38的环境，使用pip install 安装torch和torchvision

ps:在安装torch的时候，最后会报红说所要求的torchvision版本不匹配，最后安装成功的提示。不用管它，接着安装torchvision即可匹配成功

4.最后，终端输入activate python38,进入对应环境。python，import torch, print(torch.cuda.is_available()) 即可显示一开始的一幕

5.查看torch和torchvision的版本

至此，Anaconda、yolov5、PyTorch、CUDA、cudnn已经全部成功安装