一文带你快速配置Ultralytics(yolo5 yolo8 yolo11等)训练、运行环境

Ultralytics是一个支持YOLO全系列的训练、推理、功能十分强大、使用极其便捷的框架，我们可以借助该框架对yolo5 yolo8 yolo9 yolo10 yolo11等进行训练及推理。以本文介绍如何快速配置ultralytics环境，开门见山，我们直接步入正题

前置条件:电脑中已经安装配置好anaconda、或者miniconda、或者python venv虚拟环境中的任意一种(如果电脑中没有这些软件环境，可自行百度安装配置，网上教程很多，优先选择anaconda，后面会解释)

重要说明：环境分为CPU环境与GPU环境，选择任意一种即可。鼓励有英伟达显卡的用户优先选择GPU环境，速度会快很多很多

本套教程适合windows 、Liunx、MacOS系统

适合选择CPU环境的情况：

(1)电脑上没有英伟达显卡(N卡)

(2)安装不好英伟达显卡驱动以及CUDA工具包并且可以接受检测速度慢

(3)觉得配置gpu环境麻烦的用户(因为如果你看了第3章节，你会发现配置CPU环境只需要一行命令，比配置GPU环境简单不止10倍)

适合选择GPU环境的情况：电脑上有英伟达独立显卡(显存大小不限但最好4G以上)且已经安装好英伟达显卡驱动。注意一定是英伟达的独立显卡，不是AMD显卡更不是集成显卡！

Tips :电脑上有英伟达显卡，如何知晓显卡驱动是否安装？

答：打开电脑的命令行窗口，键入 nvidia-smi命令，如果有输出则安装成功，如下图所示：

若电脑上有英伟达显卡但是没有安装显卡驱动，请百度相关教程，网上教程较多。 本人主页也有相关教程：如何安装、升级英伟达显卡驱动_英伟达驱动-CSDN博客。

注意，如果你是从0开始搭建环境（从安装英伟达显卡开始）安装好显卡驱动之后，完全没有必要自己再取安装cuda，cudnn，现在的pytorch都已经预构建了cuda以及cudnn，换言之，下载好了gpu版本的pytorch，