在Windows上离线搭建YOLOv8运行环境

我们都知道，通过 pip安装YOLOv8是非常方便的，但是有时候网络环境受到限制，比如公司的工作站（无法连接网络）或者机房的教学机器等等，只能通过离线的方式安装YOLOv8；今天就来记录一下离线搭建YOLOv8运行环境的过程。并记录了遇到的问题及解决过程。

声明：本文中所有需要下载的文件、安装包等，均需要额外使用一台可以上网的电脑去下载，下载后将文件或安装包拷贝到不能联网的电脑中去安装。

一、准备运行环境

我的电脑环境为win10专业版，GPU是GTX1050.

1.1 基础知识

所需要的运行环境其实就是深度学习通用的运行环境，即Python+cuda+cuDNN（可选）+torch+torchvision+YOLOv8。

其中最重要的就是cuda的版本一定要和torch匹配，不然torch无法成功的调用cuda，这也是最容易踩坑的一点。

Python: 一种广泛使用的编程语言，因其简洁和丰富的库而成为深度学习的首选语言。
CUDA: NVIDIA 提供的并行计算平台和编程模型，允许在GPU上加速深度学习计算。
cuDNN（可选）: NVIDIA 提供的深度神经网络库，优化了在GPU上运行的深度学习算法。
Torch: 一个深度学习框架，提供了灵活高效的张量计算和自动微分功能。

1.2 检查显卡配置，查询可支持的cuda版本

win+r，输入cmd