Win10配置Yolov5虚拟环境之(安装CUDA和cuDNN和pytorch)

前提：安装好anaconda和pycharm

1.第一步：查看显卡可支持CUDA

WIN+R输入cmd调出命令行，输入nvidia-smi回车如下图所示：

可以看到，我的最高支持CUDA版本是12.2（注：意味着可安装的CUDA版本不能高于当前版本）

2.第二步：下载并安装CUDA        

登录https://developer.nvidia.com/cuda-12-4-0-download-archiveCUDA官网，点击如下图所示：

我选择CUDA11.30版本（未高于12.2，大家可以根据需要自行选择）如下图所示：

按照步骤下载即可：

运行下载结束的CUDA11.3文件，弹出第一个灰色框框点击OK即可，无需更改路径，等待安装，接下来弹出安装程序如下图所示：点击同意并继续

选择自定义安装，只选择CUDA 组件，并去掉CUDA组件中的Visual Studio Intergration点击下一步

选择安装位置，我的安装位置如下：

D:\APP\CUDA\NVIDIA GPU Computing Toolkit\CUDA\v11.3

D:\APP\CUDA\NVIDIA GPU Computing Toolkit\CUDA\v11.3

D:\APP\CUDA\NVIDIA Corporation\CUDA Samples\v11.3（samples的安装位置）

3.第三步：下载cuDNN

登录https://developer.nvidia.com/cudnn-downloadsCudann官网，点击如下图所示：

选择对应CUDA版本的cuDNN，我这里选择cuDNN v8.2.1for CUDA 11.x(x表示可能的任意数，因为没有11.3，所以可以选择11.x代替，做好选择对应的CUDA)

选择cuDNN Library for Windows(x86)下载即可

将下载好的压缩文件复制粘贴到D:\APP\CUDA\NVIDIA GPU Computing Toolkit\CUDA\v11.3就是刚才CUDA的安装位置，进行解压，解压后删除该压缩文件

进入D:\APP\CUDA\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite（就是刚才解压文件路径下的文件路径）

在地址栏输入cmd调出命令行输入bandwidthTest.exe运行出现Result=Pass即表示运行成功

4.第四步：安装pytorch

打开Anaconda Prompt命令行，输入conda create -n yolov5 python=3.8，创建虚拟环境

输入conda activate yolov5激活虚拟环境

登录PyTorch官网，点击如下图所示：

找到对应自己CUDA版本的pytorch版本，如下图所示：

复制命令，粘贴到刚刚激活的虚拟环境命令行，在命令后面加入

-c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/换成国内镜像源下载较快，但仍需等待一段时间，不要害怕

即：

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

安装完成后如果有问题可以参考这篇博客

安装GPU版本的pytorch（解决pytorch安装时默认安装CPU版本的问题）保姆级教程_安装pytorch时会默认安装这个cpuonly库,就是这个函数库导致我们安装的pytorch是cp-CSDN博客

加油！ 奥里给