搭建yolov4环境踩坑

本文档记录了作者在Windows系统下搭建CUDA环境的过程,包括遇到的问题及解决方案。作者首先介绍了如何检查GPU型号,然后在Nvidia官网下载并安装最新驱动。接着,详细阐述了安装CUDA后的验证步骤,如使用'nvidia-smi'命令查看GPU信息,以及在PyTorch中检查CUDA是否可用。这对于想要在GTX1060 3GB显卡上运行深度学习项目的人来说是一份实用的教程。
摘要由CSDN通过智能技术生成

这个Up主很良心,做了很多相关的dl项目的解析。


源码地址:https://github.com/bubbliiiing/yolov4-pytorch
博客地址:https://blog.csdn.net/weixin_44791964/article/details/106214657

最近学习yolov系列,搭建环境

看了一下公司电脑配置 显卡竟然是GTX 1060 3G,想着可以训练一下模型

但公司的电脑是win7的系统,搭建cuda环境也是很多问题,最后也没办法重新装了个win10的系统

去英伟达(Nvidia)官网下载了相对最新的驱动


安装好cuda 后 才能使用nvcc --version 查看到的才是cuda版本,而通过NVIDIA控制面板看到的".dll"文件只是当前驱动支持cuda的最高版本而不是cuda版本


 

环境搭建好后,可以通过 

nvidia -smi

查看有哪些可用的gpu

 可通过

import torch
print(torch.cuda.is_available())

判断pytorch下是否配置好了cuda,判断gpu是否可用
 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值