【从零开始基于YOLO V8 实现目标检测任务】#0 python + anaconda + CUDA + pytorch + pycharm 环境部署

今天开始记录，基于YOLO V8目标检测的实现过程。从零开始，故期间涉及大量基础知识的学习，都一并记下来，记录自己的成长，也供后来者参考，至少别走我走过的弯路。

0. 各部分作用

• python

python的作用不必说，就是一门编程语言，需要安装。

• anaconda

anaconda是干什么用的？

主要是管理环境：每个项目都可以用anaconda建立一个环境，这里面可以选择已安装的某一版python，安装不同的库，每个环境之间互不干扰。

anaconda里面还预装了很多科学计算库（numpy等），可以直接用。

conda包管理器：可以安装管理软件包。这个可以搜conda命令就可以明白。

• CUDA

用于GPU加速，比如说，训练模型时，通过CUDA可以用显卡替代CPU进行计算，极大程度地提高计算速度。

但CUDA只适用于NVIDIA显卡，且并不是每个型号的显卡都适用，此链接可查阅你的NVIDIA是否支持：https://developer.nvidia.com/cuda-gpus

• pytorch

这是一个开源的深度学习框架，可理解为一个大库，可以在程序中import。

比较火的有tensorflow、pytorch等，但据我看过的教学视频来说，很多人认为前者已经过时，据说现在基本都用pytorch。

• pycharm

pycharm是一个IDE，也就是我们在这个里面编写代码，debug，做实验。

1. 安装python

• 安装前有个大坑需要确认：

依次打开CUDA（CUDA Toolkit 12.6 Update 3 Downloads | NVIDIA Developer） PYTORCH（PyTorch）的官网，确认合适的python版本。

比如下图，pytorch就对python版本有要求，且不同CUDA版本对应的后续安装命令也不同：

但现有的CUDA版本可能并不全，如下图：

所以在安装python前，一定要全面浏览一遍，考虑好每个软件的版本