深度学习笔记（一）：环境（yoloV5）配置
前言
本文为笔者在学习深度学习，进行环境配置时集各家所长总结的一些经验，旨在能够较快的配置好深度学习所需的环境。
一、软件安装
1.1 Anaconda安装
直接在官网下载：Anaconda官网链接。
安装包下载完毕后，进行安装，更改安装路径。到下面这一步时建议勾选上Add Anaconda to my PATH environment variable，这样可以免去手动配置环境变量。
1.2 pycharm安装
同样的，直接在官网下载最新版pycharm（社区版）下载链接。
二、环境配置
2.1 环境创建
进入Anaconda Prompt。
创建虚拟环境
conda create -n yolov5 python=3.8
#yolov5为创建虚拟环境名称，指定python版本3.8
激活虚拟环境
activate yolov5
2.2 torch库安装
torch的安装，在安装torch前。我们要先确定电脑显卡所支持的CUDA最高版本。
查看CUDA版本步骤。打开电脑的NVIDIA控制面板，查看系统信息。
可以看到我的显卡最高支持的CUDA版本为11.7，那么我在安装时的对应版本不能超过11.7。然后根据CUDA版本安装torch库。在pytorch官网上查看自己对应CUDA版本所对应的安装命令，可点击Previous version of PyTorch可查看之前版本的安装命令。
接下来添加镜像源，因为官网在国外，直接下载速度很慢。这里添加清华镜像源进行下载。在虚拟环境yolov5下输入下列命令。
# 添加清华镜像
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/
# 添加pytorch镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# for legacy win-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
conda config --set show_channel_urls yes
Tips：如果出现下列报错
Warning: 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/' already in 'channels' list, moving to the top
则记事本打开C:\Users\用户名\.condarc。将红圈中的内容删去再重新添加镜像源。
接下来安装pytorch
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3
其他：在创建虚拟环境时，并不需要额外安装CUDA和Cudnn。因为虚拟环境在安装pytorch的时候已经安装了CUDA和Cudnn。
验证：pytorch安装完毕后，在yolov5环境下打开python输入下列命令。
import torch
torch.cuda.is_available()
torch.backends.cudnn.is_available()
torch.cuda_version
torch.backends.cudnn.version()
验证结果如下
三、pycharm上部署
3.1 pycharm上部署虚拟环境
从GitHub上下载yolov5代码Link，用Pycharm打开下载文件。然后点击File–settings，再按照下列顺序进行操作。
3.2 其他依赖包的安装
在pycharm的terminal中激活创建好的yolov5环境。
下载yolov5的其他依赖包，同样的用清华源进行下载。
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
Tips：在安装其他依赖包时大概率可能会报这样一个错误，原因是缺少visual studio C++的一个工具包。
pkg_resources.DistributionNotFound: The ‘pycocotools>=2.0’ distribution was not found and is required by the application
Microsoft Visual C++ 14.0 is required
这里提供一位大佬给出的解决方法（方法链接）。需要在电脑上安装一下visual studio C++ build tools。
安装完visual studio C++ build tools后重新输入下即可。
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
总结
到这里yolov5的环境部署就结束了。最后运行一些yolov5项目中的detect.py文件测试一下。在terminal中输入python detect.py或者直接运行detect.py。运行结果如下所示。
