深度学习安装环境——（GPU）

安装Anaconda
Anaconda 是一个用于科学计算的 Python 发行版，支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。

1. 先去官方地址下载好对应的安装包
   下载地址:https://www.anaconda.com/download/#linux
2. 然后安装anaconda

bash ~/Downloads/Anaconda3-2020.07-Linux-x86_64.sh

anaconda会自动将环境变量添加到PATH里面，如果后面你发现输出conda提示没有该命令，那么需要执行命令 source ~/.bashrc 更新环境变量，就可以正常使用了。
如果发现这样还是没用，那么需要添加环境变量。
编辑~/.bashrc 文件，在最后面加上

export PATH=/home/你的目录/anaconda3/bin:$PATH 

注意：路径应改为自己机器上的路径
保存退出后执行： source ~/.bashrc
再次输入 conda list 测试看看，应该没有问题。
添加Aanaconda国内镜像配置
清华TUNA提供了 Anaconda 仓库的镜像，运行以下三个命令:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes 

2） 安装pytorch
如果使用yolov5版本v6.1的代码，使用pytorch1.7以上
首先为pytorch创建一个anaconda虚拟环境，环境名字可自己确定，这里本人使用hlz-yolo作为环境名:

conda create -n hlz-yolo python=3.8

安装成功后激活hlz-yolo环境：
conda activate hlz-yolo
在所创建的hlz-yolo环境下安装pytorch, 执行命令：
conda install pytorch torchvision cudatoolkit=10.2 -c pytorch
注意：10.2处应为cuda的安装版本号 编辑~/.bashrc 文件，设置使用hlz-yolo环境下的python3.8

alias python='/home/你的目录/anaconda3/envs/mypytorch/bin/python3.8'

注意：python路径应改为自己机器上的路径 保存退出后执行： source ~/.bashrc 该命令将自动回到base环境，再执行 conda activate hlz-yolo到hlz-yolo环境。

安装cuda（10.2）
1.2 检查Linux版本是否支持 CUDA
Ubuntu18.04支持
1.3 检查系统中是否装了gcc

gcc --version

禁用 nouveau
终端中运行： lsmod | grep nouveau，如果有输出则代表nouveau正在加载。
因为我早就安装了NVIDIA的显卡驱动，禁用了nouveau，所以没有输出
切换到.run安装文件的路径

wgethttps://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
sudo sh cuda_10.2.89_440.33.01_linux.run

最重要的是在选择CUDA Installer时，要把Driver这一项取消掉（[]中是空的表示没有选择安装这项，[x]表示有安装这项），这样做是因为我们如果打开一个新的终端输入nvida-smi时可以看到电脑本身是有一个cuda驱动的，不取消这项是无法安装成功的
经过等待，它安装好之后再打开一个新的终端，输入sudo gedit ~/.bashrc，进行环境配置，输入下面语句：

export PATH="/usr/local/cuda-10.2/bin:$PATH" 
export LD_LIBRARY_PATH="/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH" 

cuda版本不一样的记得这里替换成你们自己的版本。

在终端中输入：
nvcc -V

若显示如下信息，则说明成功：

安装cudnn
从 https://developer.nvidia.com/cudnn 下载cuda版本对应的cudnn.
解压

tar -xvf cudnn-10.2-linux-x64-v7.6.5.32.tgz

复制文件

sudo cp ./cuda/lib64/* /usr/local/cuda/lib64
sudo cp ./cuda/include/cudnn.h /usr/local/cuda/include
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

安装完成。
查看命令：

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

有结果就安装成功了