Win10配置yolov7环境（pytorch1.7.1 cuda cudnn）

 显卡不支持CUDA的不用浪费时间

目录

1.Anaconda安装

2.安装cuda cudnn

3.激活pytorch-gpu环境

4.其他依赖环境安装

5.安装VsCode(可选)

可能的报错

参考博客

1.Anaconda安装

 登录Anaconda的官网：Platform | Anaconda。下载新版安装包

 双击安装，没什么需要注意的。可以不安装在C盘，路径改自己的。

如果有Add Anaconda to my PATH environment variable这一项可以勾选，这样会自动将anaconda装到系统的环境变量中。

如果没有这一项，那么手动添加环境变量，比如我的安装路径是

D:\ProgramData\anaconda3\condabin

2.安装cuda cudnn

首先需要你的显卡支持CUDA，如果你是Nvidia显卡，建议更新下新版显卡驱动，怎么下载安装显卡驱动这里不说了，教程太多了。

可以win+R输入cmd打开命令窗口，输入nvidia-smi

 如图，我最高支持CUDA12.1。其实驱动版本与cuda版本的对应关系官网有，可以查看下面链接：
CUDA 12.1 Update 1 Release Notes (nvidia.com)

但是pytorch1.7.1官方推荐cuda版本为11.0，对应的cudnn版本为8.0.5.39。如下面的链接：

Previous PyTorch Versions | PyTorch

下面分别是CUDA与CUDNN的官网：

CUDA Toolkit 11.0 Download | NVIDIA Developer

CUDA Deep Neural Network (cuDNN) | NVIDIA Developer

 下载到对应版本后下一步

安装cuda11.0，以管理员身份运行下载的cuda_11.0.2_451.48_win10.exe，之后选择“自定义安装”

组件选择如下：

 安装位置建议默认，这里我已选择的都安装好了

 安装完后在下图目录能找到文件C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA

检查环境变量，没有的话手动添加，下图的环境变量都是自动添加好的

win +R cmd进入，输入nvcc -V 

 ok,装好了cuda，接下来解压cudnn-11.0-windows-x64-v8.0.5.39.zip，解压后如下：

 

复制bin include lib 三个文件夹

找到我们cuda的默认路径的文件夹，直接将刚刚复制的bin lib include，粘贴进去就完成了

 ok,现在外部环境搭建完毕

3.激活pytorch-gpu环境

Win+R启动cmd，在命令提示符内输入以下一些命令：

创建一个名为pytorch-gpu的环境，该环境的python版本为3.7

conda create –n pytorch-gpu python=3.7

激活一个名为pytorch-gpu的环境。由于我们所有的操作都要在对应环境中进行，所以在进行库的安装前需要先激活环境

activate pytorch-gpu

此时，窗口应该如下：

然后我们输入下述指令：

pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

 这里如果在使用pip安装时，提示ERROR: Exception: Traceback (most recent call last)等等一长串，多半是网速不稳定导致断连。要么等网速稳定在下载，要么先下载好再本地安装，本地安装可以参考这篇博客：(63条消息) ERROR: Exception: Traceback (most recent call last)的解决方法_inside802的博客-CSDN博客

 我这里在换了个稳定的网络环境后，重新输入命令行，下载并安装成功了

 ok

4.其他依赖环境安装

 如果想要跑深度学习模型，还有一些其它的依赖库需要安装。

首先新建一个文件夹，比如叫install.txt，放在英文路径下。

在txt中写入：

scipy==1.7.1
numpy==1.21.2
matplotlib==3.4.3
opencv_python==4.5.3.56
torch==1.7.1
torchvision==0.8.2
tqdm==4.62.2
Pillow==8.3.2
h5py==2.10.0

写好后保存并退出，使用如下指令安装

pip install -r D:\FYPC\Desktop\install.txt

如果遇到网络有问题或者下载得奇慢无比，那换个源，操作如下：

1.到用户文件夹下，创建一个pip文件夹，然后在pip文件夹里创建一个pip.txt文件，并输入下面的文本：

[global]
index-url = http://pypi.mirrors.ustc.edu.cn/simple
[install]
use-mirrors =true
mirrors =http://pypi.mirrors.ustc.edu.cn/simple/
trusted-host =pypi.mirrors.ustc.edu.cn

 2.写好后把txt的后缀改成ini

 换源后下载飞速，下载完就ok了

 最后一步，重启电脑！

然后检验是否安装成功，win+R，cmd,打开命令行窗口，先激活之前创建的pytorch-gpu环境

activate pytorch-gpu

activate 进入环境之后输入python，进入python命令端后输入

import torch

torch.__version__

如图即安装成功

 okok,收工

5.安装VsCode(可选)

VSCODE的官网下载Visual Studio Code - Code Editing. Redefined，点击Download for Windows即可下载，但是巨慢！

右键下载窗口，点击“复制下载链接”

 得到这么一串东西https://az764295.vo.msecnd.net/stable/b3e4e68a0bc097f0ae7907b217c1119af9e03435/VSCodeUserSetup-x64-1.78.2.exe

将下载地址中的 az764295.vo.msecnd.net 更换为 vscode.cdn.azure.cn 使用国内的镜像服务器加速。如我这个就改为https://vscode.cdn.azure.cn/stable/b3e4e68a0bc097f0ae7907b217c1119af9e03435/VSCodeUserSetup-x64-1.78.2.exe

用此链接下载vscode

安装vscode,其他里面的几个勾要打起来，因为这样就可以右键文件夹用VSCODE打开，非常方便。

安装好vscode后，vscode的使用这里就不说了，比如怎么设置中文等等，网上一大把。

切换环境到pytorch-gpu

 

 这个地方可以打开刚刚安装的vscode了

 

 结束结束

可能的报错

1.报TypeError: array() takes 1 positional argument but 2 were given错误，可以修改pillow版本解决

pip install pillow==8.2.0

 

参考博客

(63条消息) 深度学习环境配置8——（30系显卡）windows下的torch==1.7.1环境配置_Bubbliiiing的博客-CSDN博客

(62条消息) 睿智的目标检测61——Pytorch搭建YoloV7目标检测平台_pytorch yolov7_Bubbliiiing的博客-CSDN博客

(63条消息) YOLOv7（目标检测）入门教程详解---环境安装_yolo安装_螺丝工人的博客-CSDN博客(63条消息) YOLOv7（目标检测）入门教程详解---C++部署_yolov7 c++部署_螺丝工人的博客-CSDN博客

(64条消息) 关于vscode安装包下载太慢解决方法（详解）_vscode下载太慢_Windyu_h的博客-CSDN博客