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
- 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
- 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 |