yolov8+cuda11.6.0+pycharm配置

一、cuda+cudnn安装

首先安装驱动程序，若之前有安装过的话会看到这个图标

下载链接CUDA Toolkit 11.6 Update 2 Downloads | NVIDIA Developer

我是先下载的11.6版本的，然后再更新的驱动到12.5

更新驱动下载网址NVIDIA GeForce 驱动程序 - N 卡驱动 | NVIDIA

可以用下面的命令看到自己的版本-------------------------------------------------------------------------------

下载好后，我选择默认路径->自定义安装

上面安装遇到安装失败，可以选择将下面的两项给取消勾选尝试

以上操作过后依旧无法解决的话：

1.尝试打开控制面板将有关Nvidia相关的软件全部卸载重新安装，重新安装

2.尝试卸载驱动后重新安装，有可能是因为之前已经重新装过驱动了，但是你不知道（哈哈因为我就是。。。。。可以参考下面这篇帖子解决安装NVIDIA CUDA失败最简单详细解决方法_no alternatives for cuda-CSDN博客

（啊啊啊终于看到安装成功界面了

cuda安装结束验证：

接下来是cudnn安装-------------------------------------------------------------------------------------------------------

下载链接：cuDNN Archive | NVIDIA Developer

第一次下载需要注册登陆一下，登陆结束后进入下载界面

我选择的12.X

下载完成后是一个压缩包，解压后需要把相应的文件复制到对应的CUDA的路径，参考官方文档进行操作Installing cuDNN on Windows — NVIDIA cuDNN v9.2.0 documentation

再添加一下环境变量：

最后一个是lib/x64

验证阶段：

进入C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite路径

运行下面两个程序验证

ok结束~~~~~~~~~~~~~~~

二、pycharm打开yolov8

GitHub - ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > OpenVINO > CoreML > TFLite

点击上面的链接下载压缩包解压在pycharm中打开项目

点击文件->设置->python解释器->添加解释器->添加本地解释器

选择conda环境，按照下图配置，使用现有环境选择你之前配置过cuda的虚拟环境（在上一篇安装anaconda时提到的那个Anaconda+pycharm配置-CSDN博客

在anaconda中安装依赖

pip install ultralytics

如果有报错的话尝试更新pip命令

pip install --upgrade pip

我是根据错误提示进行更新的

更新结束后重新安装依赖成功~~~~~~~~~~~~~~~~~~~~~~~~~~~

配置结束~~~~~~~~~~~~~~~~~