YOLOv5,CUDA11.0的配置方法

1.安装CUDA11:

官网下载:CUDA Toolkit - Free Tools and Training | NVIDIA Developer。

YOLOv5,CUDA11.0的配置方法_第1张图片

然后正常安装

最后再虚拟环境中用nvidia-smi查看是否安装好了

YOLOv5,CUDA11.0的配置方法_第2张图片

2.安装torch

可以从这里https://download.pytorch.org/whl/torch_stable.html找GPU版本的torchvision和torch:cu111/torchvision-0.9.1%2Bcu111-cp37-cp37m-win_amd64.whl以及cu111/torch-1.8.1%2Bcu111-cp39-cp39-win_amd64.whl

YOLOv5,CUDA11.0的配置方法_第3张图片

进入虚拟环境后,先安装torch,再安装torchvision。

测试是否安装成功:

3.安装requirements.txt

4.安装tensorboard

通过指令:pip install tb-nightly安装

5.如果torch、torchvision和CUDA版本不一致时

可以用:如下版本

CUDA11.0版本命令: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

你可能感兴趣的:(深度学习,pytorch,python)