win10 anaconda+tensorflow-gpu+jupyter notebook安装配置
我的配置：win11+RTX3060
虚拟环境的cuda和cudnn没有这么复杂，以下代码可以搞定：
# 安装CUDA
conda search cudatoolkit #搜索可用版本
conda install cudatoolkit=11.0 # 指定版本
# 安装cudnn，如果不指定版本，在安装CUDA之后，会自动匹配对应版本的cudnn安装
conda search cudnn
conda install cudnn=7.3 # 指定版本
1、下载cuda和cudnn
版本要对应，我这里选择的是cuda11.6+cudnn8.4(for 11.x）
（1）cuda下载链接：这里
存放临时文件的地址（自己设置） D:\CUDA
之后出现绿黑色的安装界面一路下一步即可。
（2）cudnn下载链接：这里
下载后是一个压缩包，解压后，在c盘新建一个tools文件夹，把刚刚解压出来的文件夹重命名为cuda放进去。
（3）修改环境变量：
设置——系统——系统信息——高级系统设置——环境变量——下方的系统变量中找到path——编辑——新建两项：
C:\tools\cuda\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin
具体位置要根据电脑情况修改，最后定位到bin即可。
(4）验证
win+r cmd，终端中输入：
nvcc -V
报出版本信息即安装成功。
2、下载anaconda（下载链接）
选个比较新的版本下载后，一路next安装即可（最好改个安装位置，将来它会很大）。
（1）打开anaconda prompt创建环境
conda create -n tensorflow python=3.7 ipykernel
conda create --prefix=D:\Anaconda3\envs\pytorch python==3.7 #指定安装路径
conda create --prefix=D:\Anaconda3\envs\tensorflow python==3.7 ipykernel
#删除
conda remove -n tensorflow --all
#-n后是环境名称
（2）进入环境
conda activate tensorflow
（3）tensorflow环境安装
pip install --ignore-installed tensorflow-gpu
#如果载得慢直接复制下载地址用迅雷下载，再进入下载路径pip install 文件名.whl 安装
conda install ipython
conda install jupyter
ipython kernelspec install-self -useripython kernelspec install-self --user
（4）修改jupyter默认路径
在jupyter notebook的快捷方式-属性里，目标那一项把%以内包括%的全部内容修改为："D:\你的路径"
（5）换源
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
3、tensorflow-gpu
#会自动安装适合的版本，我的电脑貌似只能运行2.x的tensorflow版本
#使用Jupter的话tensowflow要先安装
pip install tensorflow-gpu==2.1.0
4、pytorch环境安装conda install cudnn
在官网自己选择对应的环境，按照给出的命令直接安装/
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
5、验证
``
import torch
print(torch.cuda.is_available())
``# Tensorflow
import tensorflow as tf
print(tf.test.is_gpu_available())
`
6、mmcv
mmcv目前最高只支持到cuda11.5+torch11.1。我的torch是11.2，可以安装1.6.0的mmcv，但是运行时候会说我版本太高让我降版本。
下载链接
pip install mmcv_full-1.6.2-cp38-cp38-win_amd64.whl
7、yolov5的环境配置：
conda create --prefix=D:\Anaconda3\envs\pytorch python==3.7
activate pytorch
pip install pyqt5
conda install cudatoolkit=11.3 cudnn=8.2.1
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113
pip install -r requirements.txt
#train.py
#tensorboard --logdir=../../runs/train/exp
8、分配虚拟内存办法：
9、配置COCO API（安装COCO）（参考链接）
从GitHub下载coco源码，解压到任意文件夹。
coco源码链接 https://github.com/cocodataset/cocoapi（pytorch版本可能不兼容）
我用的是网盘，提取码1wmu。
在cmd窗口，cd到PythonAPI目录，执行 python setup.py install
参考链接：
1、版权声明：本文为CSDN博主「不用在意昵称」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_44305720/article/details/113037445
2、https://blog.sina.com.cn/s/blog_14935c5880102wu86.html
3、https://jingyan.baidu.com/article/9faa7231ea189e063c28cbde.html
4、https://blog.csdn.net/weixin_43341756/article/details/121026523
5、https://blog.csdn.net/weixin_44407699/article/details/104769272
6、https://blog.csdn.net/Sir666888/article/details/122073675
7、https://blog.csdn.net/liwei940638093/article/details/113811563?utm_medium=distribute.pc_relevant.none-task-blog-2defaultbaidujs_baidulandingword~default-0-113811563-blog-122073675.pc_relevant_multi_platform_featuressortv2dupreplace&spm=1001.2101.3001.4242.1&utm_relevant_index=3
8、https://www.bilibili.com/read/cv14568709/ （yolo5:AttributeError: Can‘t get attribute ‘SPPF‘ on ＜mod）