图像识别（二）：anaconda 配置pytorch环境，运行yolov5

近期因为项目需要频繁配置服务器环境，本人之前也不习惯写总结，只是在自己的网络笔记本上记一下关键命令，导致很多重复性的工作还要二次查阅资料，所以以后尽量记录自己的操作过程，方便自己，方便他人。本内容只介绍pytorch的环境配置，yolov5运行请参考另一文章：yolov5训练自己的模型。

---

准备工作

之前安装pytorch是在linux服务器安装，今天在自己win10系统上复现，不过差别不是很大,安装pytorch之前，无论哪种系统，建议先安装anaconda,它会帮你搞定各种版本问题，甚至cuda兼容性问题，安装教程这里就不多说，教程很多。

---

一、创建基础环境

首先在conda中创建一个pytorch的基础环境，这里指定python3.7版本，pytorch1.7，环境名称叫pytorch1.7。

conda create --name pytorch1.7 python=3.7

回车运行之后会自动安装python及基础包。
非必要：由于我经常用notebook，所以喜欢再安装一个内核工具，方便版本切换。
激活环境：

conda activate pytorch1.7

安装ipykernel，指定阿里云镜像比较快：

pip install ipykernel -i https://mirrors.aliyun.com/pypi/simple/

将环境添加到notebook

python -m ipykernel install --name pytorch1.7

效果如下：

二、安装pytorch

打开pytorch官网，https://pytorch.org/get-started/locally/，根据自己的环境选择安装命令，我电脑是X390，不带显卡版，系统win10。

cpu版安装相对简单，不用管cuda和cudadnn，装之前gpu版前，请先配置好cuda。
安装命令如下，这里推荐使用conda,最好不要用pip。

conda install pytorch torchvision torchaudio cpuonly -c pytorch

执行命令后将会自动下载pytorch及依赖包。
到这里pytorch基础环境基本上已经完成了。

三、安装支持yolov5的环境

下载安装yolov5源码，具体安装步骤见另一篇博客，yolov5训练自己的数据集
，这里需要说明一下的window环境可能会遇到的问题。进入yolov5-master目录，运行一下代码：

pip install -r requirements.txt  -i https://mirrors.aliyun.com/pypi/simple/

如果提示successfully则安装成功。

---

四、可能遇到的问题

如果到第三步没有报错，算是安装成功了，如果报：

error: Microsoft Visual C++ 14.0 or greater is required. Get it with “Microsoft C++ Build Tools“

则需要下载安装VC++ 14，下载安装即可，链接: https://pan.baidu.com/s/1EvLYZyPT_bXIw8tHAPrsWA
提取码: 2nri

五、修改镜像源（非必要）

最近连接国外官网变的越来越慢，并且conda安装不能在外面指定镜像源，所以修改conda镜像源非常必要。
第一步，生成配置文件

conda config --set show_channel_urls yes 

运行后会生成名为 .condarc 的文件，一般情况下，linux系统在当前目录下，例如root用户，位置/root/ .condarc，windows系统在当前user下。
第二步，修改配置文件，将以下代码替换文件内容

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

配置完成后再运行conda速度就刚刚的了。

总结

安装pytorch要选择适配自己机器的版本，选择GPU版本的一定要先安装cuda,遇到报错注意报错信息，一步步解决。