从小白开始的人工智能学习（二）（yolov5算法的实现）

在我的上篇博客里向大家介绍了小白初入人工智能领域做的第一件事情：anaconda的安装以及注意事项。anaconda是我们步入编程和环境搭建的第一步，接下来我分别以yolov5算法的实现和卷积神经网络的最终实现来向大家介绍如何一步一步得到我们最终的模型。这个过程很复杂，也有许多需要注意的地方，我会分几个章节来分别介绍。

在安装环境和必须的工具之前，我们要考虑到我们需要什么样的环境。比如，在深度学习领域，有的人在用tensorflow，有的在用keras，还有的在用pytorch。经过我的学习，我发现在深度学习领域中用keras进行训练的人很多，现在tensorflow和keras已经集中在一起，keras也已经成为了tensorflow的高级API，能够很快速的搭建一个自己的（卷积）神经网络训练模型；同样在yolo算法主要还是pytorch。好吧，现在先以实现yolo算法为目标来向大家介绍环境搭建和踩的坑。

pytorch的安装

pytorch是实现yolov5算法重要环境，下载方式很简单：

https://pytorch.org/

这就是他的下载官网，有一点需要注意的是在网站下载处需要选择安装pytorch：

 选择稳定版，windows系统，由于咱们之前已经下载好了anaconda，因此选择pip安装，语言是python，还有一个至关重要的环节就是CUDA的安装，版本一定要和GPU（电脑有GPU时）CUDA版本一致，最后直接复制“Run this Command”中的安装指令：（还是建议大家选择GPU版本进行下载，因为我曾下载过CPU版本的pytorch，训练我自己模型，速度实在太慢了，如果想要提高训练速度还是建议大家选择GPU，显存越大越好，另外人工智能深度学习还是很吃显卡的配置的，对显卡的要求还是比较高的）

复制到anaconda prompt中如下图，直接回车，系统就会自动安装：

 pycharm中调用anaconda环境进行编程

我个人认为，pycharm是最好用的python语言编程IDE，其自身也很方便添加编程时所需要的的库。现在在pycharm中调用anaconda环境来编程。其实很简单，我一贯常用的方法就是打开pycharm，通过pycharm打开我们的程序，按照图片步骤进行设置就可已在anaconda环境中编程了。

github网站

github是目前最大的开源程序网站，很多程序员将自己编程项目会发到这个网站上供下载，进行二次开发，同样本届妖精的yolov5算法也是在网站上下载的。

百度直接搜索github即可找到官网。搜索yolov5，就可以出现下面的页面：

 

 点击进去之后，就可以看到程序的源码和下载方式，直接点击下载即可。

总结：

今天就先介绍到这了，接下来我会向大家介绍下载下来的yolov5算法如何一步一步实现我们自己的识别模型。最后如果大家很想学习人工智能的相关知识的话，不妨扫一扫下方的二维码，进入到教程中和我们一起学习。