YOLOv5复现各种环境版本匹配史上最全版本（涉及显卡\python\cuda\cudnn\torch\torchvision\tensorflow-gpu\numpy等）

爱学习的代码晴

已于 2023-09-06 08:49:16 修改

阅读量5.6k

点赞数 3

文章标签： python YOLO tensorflow

于 2023-09-05 15:54:05 首次发布

本文链接：https://blog.csdn.net/weixin_43023328/article/details/132691236

版权

序言

本文目标：
本文所总结的 版本适配涉及显卡版本\python\cuda\cudnn\torch\torchvision\tensorflow-gpu\numpy等，这些模块之间互相都有联系，最好先用小本本记下来，把这些内容都查询到，对应好再进行下载和安装，很多包的下载速度很慢，重新下载效率太低。
对于相应的安装方法简要介绍。

版本不匹配可能导致的问题有：①程序出错；②gpu无法启动，只能用cpu训练。
在这里插入图片描述

1、CUDA版本

首先，从 任务管理器->性能确定所安装的显卡型号，打开 NVIDIA控制面板，找到所允许的CUDA最高版本，如下图所示，最高为12.2。
在这里插入图片描述

然后在 NVIDIA官网上查找显卡对应算力为8.9， https://developer.nvidia.com/cuda-gpus
在这里插入图片描述

再查看cuda各版本支持算力为， https://docs.nvidia.com/cuda/ampere-compatibility-guide/index.html
我没找着。看的别人的截图。 https://blog.csdn.net/qq_41664447/article/details/126914446
在这里插入图片描述

CUDA10.Ｘ版本最高支持算力为7.5，不满足显卡8.9的算力，所以应该下载11.X的版本。可学习CUDA和显卡驱动以及pytorch版本的对应关系
因此我下载了CUDA11.0.1的版本。

2、cudnn、tensorflow-gpu、python

根据和tensorflow-gpu的版本对应关系（官网查询）查到对应python版本和tensorflow-gpu以及cudnn的版本要求。
在这里插入图片描述

3、torch、torchvision

根据cuda版本以及yolov5的要求（requirements.txt）选择torch和torchvision版本（官网旧版本查询）（新版本）。再去下载相应的包，需要注意和cuda、python的对应，下载地址附在最后。
在这里插入图片描述

4、版本冲突

这时可能就会出现版本冲突问题。
冲突的体现方式是pip一个安装包，安装成功之后，会发现命令行中出现ERROR，表示虽然安装上了，但是版本不匹配。
也有可能是pycharm中提示错误。
以下为部分错误信息集结：
在这里插入图片描述
综合这些错误信息与yolov5的要求，可以降低matplotlib、pandas、ultralytics的版本。
唯一的矛盾就在于tensorflow-gpu的版本不能降低只能升级，但是那样就不满足第二个要求中和cuda等的匹配了，由于官网给出的是已经测试过没有问题的版本，所以没有测试过的只能自己尝试一下了。
于是我选择了tensorflow-gpu==2.9.0的版本，没想到成功了！！！
当然也可以选择试一下降低tensorflow-gpu的版本，有可能官网给出的是最高可以容纳的版本。

5、最终版本信息

模块名称	版本号
cuda	11.0.1
cudnn	8.0
torch	1.7.1
torchvision	0.8.2
tensorflow-gpu	2.9.0
其他	满足要求即可

沾沾喜气~ 在这里插入图片描述

6、相关安装方法

模块名称	方法	教程
cuda	官网下载	参考教程
cudnn	同上	参考教程
torch(pytorch)	先下载安装包whl，再pip install路径	参考教程
torchvision	同上	参考教程
tensorflow-gpu	pip install tensorflow-gpu==2.9.0 镜像地址
其他	pip install即可，或者统一根据pycharm的提示

镜像地址使用方法：
方法一：pip install 安装包名字 -i http://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com //豆瓣镜像网站

方法二：pip install 安装包名字 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com //豆瓣

方法三：pip install 安装包名字 -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.tuna.tsinghua.edu.cn //清华大学

7、卸载方法

当出现版本不匹配的错误之后，如何卸载相应的模块呢？
这个教程是比较靠谱的。
之前看到一个教程说让带nivida的都删掉，结果我把显卡驱动也删了，屏幕显示都出现问题（气！）。
搞得我很头大，也是涨了不少知识。

模块名称	方法
cuda、cudnn	卸载NIVIDIA相关程序，把相应版本号的删掉即可
tensorflow-gpu以及torch相关	pip uninstall即可
python	配置虚拟环境的时候设置的，可以重建虚拟环境

在这里插入图片描述