【yolov5深度学习环境搭建 torch=1.7.0 cuda=11.0】

---

前言

此文章作为我搭建yolov5深度学习环境学习记录.
环境为 torch=1.7.0 win10或者win11
基础环境搭建 如anaconda安装，pytorch安装可以搜索 Bubbliiiing 这位博主
链接我也放在这里
anaconda安装以及pytorch安装

注意事项

1. 需要注意的事 在安装前查看自己cuda版本

cmd里面输入

nvidia-smi

结果如下
安装的cuda版本低于CUDA Version即可

一、配置pytorch环境

安装完anaconda后，会在开始菜单里面出现 anaconda prompt 类似于cmd的命令窗口，点一下

在命令行里输入

#创建一个名为 pytorch 的虚拟环境
conda create –n pytorch python=3.7

#激活虚拟环境
activate pytorch

需要注意

之后的操作我们都会在此环境下进行 如果中间退出命令行 我们都需要重新激活此环境

二、pytorch 安装

pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

注意

如果安装的不是cuda11.0的可以进入官网进行匹配 或者搜索自己cuda对应的pytorch版本
pytorch官网
如果遇到黄色警告或者报错，我们使用cmd下载也是可以的，有点玄学，只要有一个能用就行（得注意，切记需要激活pytorch虚拟环境，在cmd下也是一样的命令）

三.安装依赖

scipy==1.7.1
numpy==1.21.2
matplotlib==3.4.3
opencv_python==4.5.3.56
torch==1.7.1
torchvision==0.8.2
tqdm==4.62.2
Pillow==8.3.2
h5py==2.10.0

如果想要更便捷的安装可以在桌面或者其它地方创建一个requirements.txt文件，复制上述内容到txt文件中。
之后我们打开命令行 cd 到依赖文件的上一个目录

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

假如会有报错，那就在命令行里一个包一个包的安装例如

pip install scipy==1.7.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

四.下载yolov5源码以及依赖下载

yolov5源码

下载好后也会在目录下找到一个依赖文件

操作如上，先 cd 到源码目录下，然后再运行此命令

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

假如会有报错，那就在命令行里一个包一个包的安装例如

pip install matplotlib>=3.2.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

在所有包安装完成后，我们就可以愉快的运行yolov5了。

注意

我们在运行时，需要选择python解释器 找到pytorch这个环境