【深度学习之YOLO8】环境部署_yolov8部署

配置Python环境变量

创建conda环境

配置CUDA环境变量

配置cuDNN文件

下载安装PythonSDK

拉取yolo8 GitHub项目到本地

Anaconda安装

下载安装CUDA toolkit

下载PyTorch

下载cuDNN

环境测试

除了拉取代码不需要验证，其他都需要自己check下到底是不是真安装成功了

一、确定版本

CUDA toolkit、cuDNN版本

1. 查看显卡的CUDA支持的最高版本，我的是12.2.79，后面安装的CUDA toolkit和cuDNN大版本不能超过它
   
2. 进PyTorch官网，查看支持的CUDA最高版本，即：我的电脑torch是最高支持11.8的CUDA
   

由以上两点，得出安装的CUDA、cuDNN不能超11.8，那我后面这俩安装<=11.8

Python、PyTorch版本

torch、python各版本兼容情况表

torch	torchvision	Python
main / nightly	main / nightly	>=3.8, <=3.11
2.0	0.15	>=3.8, <=3.11
1.13	0.14	>=3.7.2, <=3.10
1.12	0.13	>=3.7, <=3.10
1.11	0.12	>=3.7, <=3.10
1.10	0.11	>=3.6, <=3.9
1.9	0.10	>=3.6, <=3.9
1.8	0.9	>=3.6, <=3.9
1.7	0.8	>=3.6, <=3.9
1.6	0.7	>=3.6, <=3.8
1.5	0.6	>=3.5, <=3.8
1.4	0.5	==2.7, >=3.5, <=3.8
1.3	0.4.2 / 0.4.3	==2.7, >=3.5, <=3.7
1.2	0.4.1	=&