YoloV3学习笔记（二）——环境配置

YoloV3学习笔记（二）——环境配置

Windows10+Anaconda3+Pycharm+pytorch1.7.0+cuda10.2+cudnn8.1.0

电脑：24G内存+512G固态+GTX1050+2G独显

一、Anaconda3+Pycharm

这个是基础的配置，很多博主都有讲到，此处就不再过多讲解，以下两个链接都有详细教程。

链接:
Anaconda.
Pycharm.

Anaconda和python之间还存在一定的相互关系，在以后的环境配置中可能用到，故在此处放置链接：点击.

二、Cuda10.2+Cudnn8.1.0

此处安装需要注意的就是你的电脑有没有独显，如果没有独显，就只能忽略此步骤，进行cpu版的深度学习，以下链接中也有详细教程。

链接：
cuda+cudnn.

三、pytorch1.7.0

以上的安装其实都不是复杂的事，如果你的电脑配置高一点，环境很快就搭建好了，如果你想运行速度提升几个档次，pytorch是绝对可以帮到你的，因为它可以让你使用GPU。

在此之前，我的电脑是GTX950M，而且只能使用cuda9.0，因此pytorch只能使用1.1以下的版本，相应的torchvision版本也只有0.4以下，但是现在的YOLO最低都要0.4以上，这里面的依赖项太多了，废了我一个星期安装结果还跑不起来。(在此吐槽一番也是告诉大家，好的电脑真的可以提升科研效率)

想知道你的电脑到底适合安装哪个版本的pytorch，可以进官网查看，以下给出官网链接。

链接：
pytorch官网.

具体安装：
1、win+r+cmd进入命令窗口
2、创建基础环境

conda create -n pytorch python=3.6  
#此处为创建基本环境，下一步输入 y 即可进行安装

3、激活环境

conda activate pytorch

此处就已经是进入你的基础环境了，在你的这个环境里就可以安装库文件了

4、安装pytorch

conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.2 -c pytorch

在此等待即可，下载可能有点慢

5、安装其他库

以上只是构造了一个使用gpu的环境，一般深度学习还需要结合其他库运行，此处列举两个，以后的安装同样可采用这样的方式

pip install opencv-python
pip install pandas

以上基本的环境就安装好了，安装完成后就可以踏上YoloV3的学习之路了。