关于pytorch等环境配置记录

这是在之前做关于yolov5口罩检测项目时记录的

采用配置为：cuda10.2+win11+anaconda3

由于之前在弄三维重建框架bundlefusion时已经下载安装过CUDA10.1，我没有选择去卸载掉以前的，我是在之前下载得到的cuda10.1上生成了一个同级的名为cuda10.2的文件。

安装时只安装cuda项。后续进行配置环境，以后需要cuda10.1时，只需要更改cuda path中的版本号即可，也可能还需在Path中上下移动那几条路径。

后续就是安装pytorch与paddle这两个整体不难。

由于我下载的anaconda是比较新的，里面的python是3.9版本，所以在cmd输入命令时都要用python3.9去创建。

首先可以打开cmd，输入conda env list然后可以看到现在conda里面它有什么东西，如果从来没用过，那应该是只有一个base。

对于配置pytorch环境，先创建一个文件夹，这个文件夹里面就是放这个pytorch的东西，conda create -n pytorch python=3.9,此处的pytorch可以起为别的名字，后续弹出yes or no，输入y即可。创建完成后我们需要把这个环境激活它，conda activate pytorch,这里的pytorch与你之前起的名字要一样。后面会出现小括号里面带有pytorch，就代表我们已经进入这个环境了，由于我们不在国外，下载可能会卡住，所以我们需要进行换源，采用清华源，代码如下，

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

直接将上述复制粘贴进去，然后敲回车，可以重复两次看看是不是已经搞好了。下一步操作为打开pytorch的官网，找到能适用的版本，然后把它下载下来。由于我采用的是cuda10.2，所以最新版本的不能适配，于是从先前版本中，找到可以采用cuda10.2的pytorch版本，我选择的pytorch为1.10.0版本。直接复制给出的命令-c pytorch这里不用复制。然后粘贴敲回车进行安装，后面也是输入y。到此位置pytorch的环境已经安装结束。

对于配置paddle环境，首先我们去创建一个，conda create -n paddletest python=3.9，后面有需要点击y就输入y，后面与pytorch一样要去激活它。输入conda activate paddletest，然后看到有小括号带有paddletest。后面我们要从paddlepaddle的官网选择我们适配的版本，我的话同样是windows+conda+cuda10.2，这一次需要把全部代码复制，然后粘贴到刚刚的cmd中敲回车，仍然是敲y。之后就是安装完成了

这一步要去验证pytorch，下面我们打开pycharm。在文件中进行新建项目，选择一个合适的位置，使用Virtualenv勾选使用此工具新建环境，创建即可。创建完成后，点击pycharm的右下角，选择添加解释器，选择conda环境，点击现有环境，查找解释器，在Anaconda3中的envs,然后选择我们刚刚创建的pytorch文件夹中的python.exe即可，然后点击确定。等待右下方加载完。

import torch
print(torch.cuda.is_available())
print(torch.backends.cudnn.is_available())
print(torch.cuda_version)
print(torch.backends.cudnn.version())

我的显示，true,true,10.2,7605上方为验证pytorch的安装是完成的。

这一步是去验证paddle有没有安装好，还是点击pycharm的右下角，选择添加解释器，conda环境，仍然是在Anaconda3中，选择envs，选择paddletest，点击里面的python.exe。点击确定。然后等待右下方加载。

import paddle

print(paddle.utils.run_check())

上面是paddle的验证代码，我的运行显示为D:\Anaconda3\envs\paddletest\python.exe F:/yolo_mask/python_code/main.py

Running verify PaddlePaddle program ...

W1119 19:59:54.593983 14568 gpu_resources.cc:61] Please NOTE: device: 0, GPU Compute Capability: 6.1, Driver API Version: 11.0, Runtime API Version: 10.2

W1119 19:59:55.124472 14568 gpu_resources.cc:91] device: 0, cuDNN Version: 7.6.

PaddlePaddle works well on 1 GPU.

PaddlePaddle works well on 1 GPUs.

PaddlePaddle is installed successfully! Let's start deep learning with PaddlePaddle now.

None

上面已经结束了。

如果上述我们都能显示出来的话，那么到这一步我们之前的环境配置就是都已经完成了，接下来就是去进行yolov5的框架的下载，然后去更改它的一些东西，然后去做我们所需要的一个目标检测器。