浪潮V100显卡CUDA10.1配置pytorch1.7.1的GPU版本

这里主要看了两篇文章：

清华源conda 安装gpu版本的pytorch总是推送cpu版本解决办法_为什么pytorch是cpu的-CSDN博客

适合小白的超详细yolov8环境配置+实例运行教程，从零开始教你如何使用yolov8训练自己的数据集（Windows+conda+pycharm）-CSDN博客

1.一些必要软件

确保浪潮服务器里面有adaconda，python版本，可以有网络，如果没有网络的话可以根据经验贴去配置服务器网络，方便后续我们搭建环境

2.创建虚拟环境

2.1创建yolov8虚拟环境

我们使用conda去创建我们需要的虚拟环境

conda create -n 环境名 python=3.8 #因为CUDA10.1版本使用3.8版本的python比较好

conda activate yolov8 #激活我们的虚拟环境

2.2下载源码

源码地址：

GitHub - ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > OpenVINO > CoreML > TFLite

 我们将源码放到服务器上就可以，根据上面文章，我们可以现在自己电脑上整理我们跑的第一个测试项目，将数据集和源码打包上传服务器，后面我们直接命令行操作就可以了，方便我们后续验证使用。

2.3配置清华源

因为conda换源的不完善的问题，下面是完整的国内清华源文件.condarc内容，打开你的电脑里的.condarc文件直接复制就行。

ubuntu 的话命令行 sudo vim  ~/.condarc可以直接打开编辑，

win10的话一般在C:\Users\“你的用户名”下面。

channels:
  - defaults
show_channel_urls: true
channel_alias: http://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
custom_channels:
  conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

配置完成以后我们先不去装pytorch版本，因为我们要先装pytorch后面再去装requirements.txt文件会装错误版本的torch，所以我们先装requirements中的依赖

2.4安装yolov8依赖

注意安装依赖时都是在yolov8环境下，

pip install -r requirements.txt

再去安装ultralytics和yolo包

ultralytics最好使用第一个使用镜像源下载的速度很快，这里安装torch包都是cpu版本的后面我们去直接替换掉

#安装ultralytics
pip install ultralytics --upgrade -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install ultralytics

pip install -e ultralytics

#yolo包
pip install yolo

2.5下载离线的torch包

我们需要根据服务器的CUDA版本下载对应的pytorch==1.7.1，torchvision==0.8.2，torchaudio==0.7.2的离线安装包可以帮助我们快速安装上

cudatoolkit=10.1，这个包就根据自己CUDA版本装好就好可以用conda install安装

在pytorch官网可以看到CUDA版本对应安装的东西，我们CUDA10.1在左下角更多版本去找

我们所需要的版本在这里可以看到

记下我们所需要的版本我们去清华源网站去寻找我们的包，我们只需要找三个，pytorch，torchvison和torchaudio这三个包，我们直接输入后面的版本号在清华源里面寻找，Ctrl+f可以调出网页搜索，

conda清华源连接：Index of /anaconda/cloud/pytorch/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

找到你需要系统的版本

找到我们需要的包注意pytorch1.7.1中下面的python版本和cuda版本，不要去安装cpu的就ok，我们使用的是python3.8和CUDA10.1，框出来的就是我需要的版本。

我需要的下载文件如下：

将这三个包上传到服务器上在服务器上离线安装，

2.6离线安装pytorch包

在下载文件目录在我们自己的虚拟环境内执行命令安装

conda install --offline pytorch-1.7.1-py3.8_cuda10.1_cudnn7.6.3_0.tar.bz2
conda install --offline torchaudio-0.7.2-py38.tar.bz2
conda install --offline torchvision-0.8.2-py38_cu101.tar.bz2

完成后conda list看一下，有些可能要等会才能显示出来耐心等待，

下面可以输入python

Import torch

torch.cuda.is_available()

查看现在torch能不能使用GPU,如果这里显示True就证明你安装完成了！