YOLOv5学习——pytorch安装避坑

 ## 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