## 本机环境:Win10 + anaconda--py=3.8 + 3060
方法一:pytorch网站拉取
一、查看本机CUDA版本
使用命令行输入 nvidia-smi ,可在第一行最右边查看CUDA版本号:
但通过 nvidia-smi 显示的CUDA版本号并不准确;
例如当前安装CUDA版本为11.1,但此前安装过高版本,则命令显示为此前安装的高CUDA版本;
还可通过命令 nvcc -V 显示CUDA版本号(通过该方法获取较为准确):
二、准备pytorch的安装环境(以Anaconda为例)
打开命令行输入命令: conda create -n <环境名称> python=3.8
该命令表示创建一个python环境,且该环境下的python为3.8;python3.8 的用于承载pytorch的稳定性相对于其它版本较为良好。
创建后输入命令进入该环境: activate <环境名称>
之后的步骤都需要保证在进入的环境下进行!!!
三、进入pytorch官网并下载
pytorch官网:PyTorch
在这一步中需要注意的细节有:
①、CUDA版本和显卡型号的对应关系,一定要选择和显卡型号对应的CUDA版本
②、YOLOv5安装环境中的pytorch版本选择
打开YOLOv5文档中的requirements.txt,里边详细记录pytorch版本需要>=1.8.0;
此时在符合版本条件下,应选择较低的版本进行安装
那么此时我们可以选择pytorch = 1.8.1版本进行安装
点击查看往期版本,找到我们所需要的版本号下的Wheel,按照我们需要的系统和CUDA版本安装
这里由于我的显卡为30系,CUDA版本为11.0+,所以我选择CUDA11.1版本
复制对应的pip install 命令到之前创建好的conda环境中,进行下载:
由于下载中可能会存在连带下载所需依赖的情况,所以可以添加国内源的选项加快依赖的下载速度
这里我是用的是清华源,只需要在语句后添加:
pip install xxx -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple --trusted-host=https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple
至此便可只需要等待安装完成,但是由于是从国外网站拉取下载,可能出现多次断开连接的情况,一旦断开连接就会从头下载,因此需要看你的运气如何。
当然我的运气肯定是不好的(这个过程十分折磨),所以方案二便是准备给这种情况的
方案二:手动安装Whl轮子
一、查看本机CUDA版本(同上)
二、准备pytorch的安装环境(同上)
三、进入pytorch官网并下载Whl包
前部分确定自己的CUDA版本和pytorch版本和上方一致
在找到pip命令时对其进行观察可发现pyTorch_Whl下载地址:
https://download.pytorch.org/whl/torch_stable.html
可以根据pip命令的相关消息,在该地址中查询对应版本的Whl轮子
这个时候还要注意whl轮子对应python适配版本,在环境中通过命令 pip debug --verbose 查看
知道要下载的whl轮子版本以及对应的py适配版本后就可以进入网站中寻找下载了
将下载后的whl文件放入一个文件夹后在环境中转到该文件夹就可以开始安装了
通过命令: pip install <包全名>
最后通过命令查看是否安装成功: pip list
或者通过shell验证