最近因为清华大学发布了yolov10,奔着学习的目标所以自己重新配置了一下环境。
首先在conda里面创建一个新的环境
conda create -n yolov10 python==3.9
然后因为yolov10的版本要求torch版本为2.0以上,我之前的cuda是11.6,所以cuda也进行了更新
cuda可以多个版本并存,但有时候会有冲突的情况,在环境变量中可能识别到了这个版本,另外一个版本就识别不到了。
CUDA Toolkit Archive | NVIDIA Developer
https://developer.nvidia.com/rdp/cudnn-archive
附上cuda和cudnn的下载链接,这里不赘述这两个工具的作用
CUDA与CUDNN在Windows下的安装与配置(超级详细版)_windows cudnn安装-CSDN博客
这边有一个蛮不错的教程可以跟着他安装
注意cuda和cudnn的版本需要对应
以我的版本为例 我的是12.1,小数点后面的也要相同
然后就是安装pytorch
pytorch和cuda的版本也要对应
Previous PyTorch Versions | PyTorch
附上官网下载链接
因为官网的下载链接可能会因为网速出现问题,所以我选择的是离线下载再安装
download.pytorch.org/whl/torch_stable.html
这是下载链接,下载完成之后在你新建的环境中cd进入你下载的路径
然后pip install 文件全名 需要下载三个文件pytorch,torchaudio,torchvision都需要版本对应
在安装完成之后进入环境piplist 查看torch版本后需要带cu+你的cuda版本号即安装成功
剩下的包直接进入yolov10的目录 然后
此博客主要为记录安装的过程,学习为主,偷懒就不配图了
0.o