win10-4070配置yolov5的pytorch2.0.0\cuda12.3

一、下载CUDA

        1，首先打开NVIDIA的设置，查看对应的CUDA的版本。

        

        2，CUDA官网下载对应的CUDA版本，官网地址-https://developer.nvidia.com/zh-cn/cuda-toolkit

        这里在安装的时候记得将 Visual Studio Integration选项取消（没什么用而且会影响下载）

        

这里的具体步骤可以参考这篇博客Pycharm搭建CUDA，Pytorch教程（匹配版本，安装，搭建全保姆教程）_cuda12.3对应的pytorch版本-CSDN博客

二、下载cudnn

这里的具体步骤可以参考这篇博客本地配置Python+PyCharm+PyTorch+CUDA深度学习环境_怎么让pytorch支持cuda pycharm-CSDN博客

去官网下载cuDNNCUDA Deep Neural Network (cuDNN) | NVIDIA Developer

然后可以参考这篇博客保姆级python环境配置(anaconda+pycharm+cuda+cudnn+pytorch)_pycharm、nvcc、anaconda-CSDN博客

三、下载torch和torchvision

这里可以参考这篇博客的对应内容-Pycharm搭建CUDA，Pytorch教程（匹配版本，安装，搭建全保姆教程）_cuda12.3对应的pytorch版本-CSDN博客

在官网安装速度相对较慢，而且受国内外网络影响可能会安装失败，相比较而言用国内的镜像网站能大大提高成功率，既快速又简捷，下面展示镜像网站的安装方式

进入镜像网站download.pytorch.org/whl/torch_stable.html

四、更改yolov5上的device

五、成功运行

六、最重要的一点，非常重要，感谢以下文章的作者

WIN10安装CUDA保姆级教程[2023.5.7更新]-CSDN博客

本地配置Python+PyCharm+PyTorch+CUDA深度学习环境_怎么让pytorch支持cuda pycharm-CSDN博客

Pycharm搭建CUDA，Pytorch教程（匹配版本，安装，搭建全保姆教程）_cuda12.3对应的pytorch版本-CSDN博客

保姆级python环境配置(anaconda+pycharm+cuda+cudnn+pytorch)_pycharm、nvcc、anaconda-CSDN博客

yolov5，如何使用CPU/GPU运行——安装环境及依赖（详细，简单易懂）_yolov5 gpu-CSDN博客