深度学习环境配置 SSD-pytorch1.2cuda10.0python3.6

Anaconda + PyTorch + Cuda 环境配置

本机配置
GPU NVIDIA GeForce GTX1060 Max-Q
系统 Window10
SSD论文: SSD: Single Shot MultiBox Detector
ssd-pytorch代码

Anaconda安装

镜像网站的添加

常用清华镜像源： https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

• 添加镜像源

conda config --add channels url地址
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/

• 删除镜像源

conda config --remove channels url地址
conda config --remove-key channels #删除全部由用户添加的地址

• 显示安装包下载路径

conda config --set show_channel_urls yes

• 显示配置

conda config --show  #显示配置文件
conda config --show-sources #仅显示用户配置路径

创建虚拟环境

• 显示虚拟环境列表

conda env list

• 创建虚拟环境

conda create --name torch12py36 python=3.6.3 
# 指定虚拟环境名称以及python环境

Anaconda自动整理下载相关依赖包
可能出现下载失败的情况，一般是网络原因
解决方案：
1.可以尝试将镜像源网站https改为http
2.选用其他镜像网站
3. 科学上网
4. 使用离线安装包

• 激活虚拟环境

conda activate torch12py36

配置神经网络所需环境

1. 使用GPU进行神经网络的训练需要安装cuda
   查看显卡驱动程序可支持的cuda版本
   
   
   根据驱动版本选择cuda版本
   
   驱动版本过低可在NVIDIA官网选择对应显卡版本驱动更新程序进行更新
   NVIDIA官方驱动下载

2. cuda和cudnn安装可参考：
   https://blog.csdn.net/qq_28368377/article/details/109563939

3. PyTorch深度学习框架
   可参考PyTorch官网

   pytorch=1.2 cuda=10.0 安装命令如下

conda install pytorch==1.2.0 torchvision=0.4.0 cudatoolkit=10.0 -c pytorch 
# -c用于指定下载路径 此命令为从官方网站下载
# 删除 -c pytorch 使用镜像源下载
conda install pytorch==1.2.0 torchvision=0.4.0 cudatoolkit=10.0

4. 根据网络需要下载其他包（我使用的SSD需要下载以下两个）

pip install opencv-python
pip install matplotlib

PyCharm项目运行环境配置

深度学习所需数据集

VOCPerson数据集下载主页
解压路径（SSD）：