win11搭建一个新的Pytorch环境，用来训练YOLOV5（win10也适用）

我想搭建一个YOLOV5的环境，然后没想到一折腾就是两天，最后总算成功运行了，在这里我只想分享一下我的环境，希望能给那些被环境所困扰的人一个解决方案。

在这个过程中，我主要遇到了两个问题，一个是运行的时候无法调用GPU，报错跟CUDA有关系，另一个问题是YOLOV5能运行了，结果出来的模型预测没有框，mAP为零，百度了一下，还是环境的问题。

话不多说，直接分享我的环境和一些操作细节。

主要环境
我的电脑是Win11，这套环境Win11和Win10都能用，环境搭建用的Anaconda

CUDA=10.2
cudnn=7.65
python=3.8
torch=1.8.0+cu101
torchaudio=0.8.0
torchvision=0.9.0+cu101

第一步：安装CUDA与cudnn
CUDA10.2下载：下载链接
与CUDA10.2对应的cudnn下载：下载链接，提取码：6666
这里我用了一个卸载电脑软件的小软件Geek Uninstaller，它不用安装，用它可以比较方便地卸载电脑里已有的CUDA，百度网盘下载，提取码：6666

双击打开这个软件，就能找到NVIDIA全家桶，需要卸载的如下图所标

这几个重新安装时都会安装一遍，如果CUDA版本不同的话，会共存，所以需要全部卸载掉。

开始安装CUDA，直接双击安装包，注意要选择自定义安装，之后全部都默认。
然后开始配置cudnn，解压cudnn，会出现一个名字为cuda的文件夹，里面有三个文件和一个小文件，把这个cuda文件夹重命名为cudnn，然后把这个文件夹复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2文件夹里，因为我是用的默认路径，所以是这个文件夹，如果你的不是，就自己找找，复制完成如下图

复制完之后就配置环境变量，在系统变量的Path里，我的环境变量如下图

图里面是我所有的关于CUDA的环境变量，你看看如果你缺什么就加上，如果有别的版本的环境变量，就改成现在的版本，或者删掉。
到这里，CUDA这一块就完全好了，具体怎样验证请自行百度。

第二步：python环境的搭建
使用 conda create -n 你的环境名字 python=3.8 创建环境，我这里用的名字是YOLOV5

conda create -n YOLOV5 python=3.8

然后 activate YOLOV5 进入到环境中
先使用 pip 安装 torch、torchaudio、torchvision

pip install torch==1.8.0+cu101 torchaudio==0.8.0 torchvision==0.9.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

这里要说一下torch和torchvision为什么不用cu102，而是用的cu101，这是因为后面那个链接里没有cu101的版本，因为高版本可以向低版本兼容，我就试了一下cu101可不可用，结果是可以的。

然后就可以键入python进入到python里，逐行运行一下下面的代码，输出结果为True

>>import torch
>>print(torch.cuda.is_available())
True

到这，pytorch基本环境就建好了，如果你和我一样要跑YOLOV5，再cd到YOLOV5文件夹里，运行下面代码，把需要的配置安装上就可以了

pip install -r requirements.txt -i  https://pypi.tuna.tsinghua.edu.cn/simple

教程到此结束，我的方法可能不是所有人都适用，但希望能给你提供一个思路，有问题或者更好的方法，欢迎评论区讨论。