1、下载Miniconda,
Miniconda 是一个 Anaconda 的轻量级替代,默认只包含了 python 和 conda,但是可以通过 pip 和 conda 来安装所需要的包。
Miniconda 安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/ 下载,下载最新即可,然后安装。
2、打开Anaconda prompt,发现base环境安装包很少,这是正常现象,先换源,去
先执行命令,生成 .condarc文件
conda config --set show_channel_urls yes
在C:\Users\ning目录下(ning是用户名)会生成 .condarc文件(这个文件好像是隐藏文件),选择以记事本打开,删除原有内容,将第二个箭头(右侧)指向框内内容粘贴进此文件,保存退出即可
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
清除索引缓存,保证用的是镜像站提供的索引。
conda clean -i
刚刚换的是conda的源,现在换pip的源还是那个网站,ctrl+F搜索pypi,点击进去
先升级pip,再永久换源。
python -m pip install --upgrade pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
创建一个名为pytorch-gpu的虚拟环境。(也可指定python为其他版本)
conda create -n pytorch-gpu python=3.9
激活此环境
conda activate pytorch-gpu
先查看显卡对应的cuda,直接输入
nvidia-smi
我的是3060,最高支持cuda11.7,我选择的是11.3版本,如果输入nvidia-smi报错或者其他不是我这样的界面的,去cmd命令行试试,再不行就先安装nvidia显卡驱动
3、下载cuda,去到网站https://developer.nvidia.com/cuda-toolkit-archivehttps://developer.nvidia.com/cuda-toolkit-archive%E6%89%BE%E5%88%B011.3.0找到11.3.0版本
还是挺大的,默认安装即可一直next。
这一步并不需要(2023-7-4实验发现),也就是不需要下载cuda。
去到网站https://download.pytorch.org/whl/torch_stable.htmlhttps://download.pytorch.org/whl/torch_stable.html
要安装gpu版本,主要安装三个包torch,torchvision,torchaudio,我选择的版本是torch-1.10.0+cu113-cp39-cp39-win_amd64.whl,torchvision-0.11.0+cu113-cp39-cp39-win_amd64.whl,torchaudio-0.10.0+cu113-cp39-cp39-win_amd64.whl。然后下载到本地,最好直接放在pytorch-gpu环境目录,我这里是C:\Users\ning\,然后
pip install torch-1.10.0+cu113-cp39-cp39-win_amd64.whl
pip install torchvision-0.11.0+cu113-cp39-cp39-win_amd64.whl
pip install torchaudio-0.10.0+cu113-cp39-cp39-win_amd64.whl
下载过程应该有报错,提示缺少两个包,但最后都能安装成功(要联网),报错原因,个人猜测miniconda把这两个包给阉割了,毕竟这个软件比正常conda小了10倍不止。
解决方法
pip install packaging
pip install protobuf
就是提示你缺了啥,你就pip install 啥
测试,返回True说明cuda可用
python
import torch
torch.cuda.is_available()
配置yolov5环境,去https://github.com/ultralytics/yolov5https://github.com/ultralytics/yolov5下载yolo文件,code->download zip得到yolov5-master文件,解压,里面有一个requirements.txt,还是将其放在pytorch-gpu环境目录下C:\Users\ning\,直接使用命令
pip install -r requirements.txt
一键配置yolo环境
运行detect.py,不报错即成功
链接:https://pan.baidu.com/s/160pVAxd05XcZyZ2DIcJx8ghttps://pan.baidu.com/s/160pVAxd05XcZyZ2DIcJx8g
提取码:mcp7
--来自百度网盘超级会员V1的分享
以上文件都有。