【YOLO&Pytorch】从0开始的基于Pytorch的YOLO系列项目理论+实战部署01 pytorch环境的配置及安装

最近接了个基于YOLOX的项目,正好把这些年做pytorch&YOLO项目开发的一些经验全部梳理一下,做一个教程,供大家学习。
计划这个专栏分成上下两个部分:
第一部分主要介绍pytorch框架的安装、配置、使用,一些经典深度学习算法的实现,这里比较多的会参考李沐老师的《动手学深度学习pytorch版》实体书和B站的视频课,还有B站up主我是土堆的pytorch课程。
第二部分将把YOLOv1-V8还有YOLO的其他主要变种的算法论文和实现全部过一遍,然后讲一些实际项目的部署过程。

Anaconda的安装

这个应该不用在赘述了,CSDN上的教程很多。

Pytorch的配置和安装

CUDA和cuDNN的安装

我们可以先看看不同版本的pytorch需要什么版本的cuda
首先是cuda和CUDNN的安装,这几天帮师弟弄了一下。大家可以参考我写的这个博客。
Win11笔记本电脑RTX4080显卡安装Tensorflow-GPU2.6.0方法步骤
里面有非常详细的介绍。30系N卡的同学们我建议大家用10.2及以上的CUDA驱动。

在Anaconda中创建虚拟环境

我们以pytorch的1.12.0版本为例
我们首先可以看看pytorch与python的版本对应关系,大家可以点击下面这个链接。
版本对应关系
我贴张图在这里,方便大家参考
在这里插入图片描述
可以看到1.8版本及以上的torch对python的要求基本都是3.6-3.9(含)。

首先我们可以查询已经安装了哪些环境:

conda env list

在这里插入图片描述
可以看到我已经除了base环境外,我已经创建了两个tenforflow环境和两个pytorch环境,这都是之前的项目环境,大家放心,我这次还是会新创建一个环境。我们现在可以先激活一个虚拟环境,看看之前安装的package
代码如下:

conda activate D:\Anaconda3\envs\pytorch1.11

然后在输入命令如下,查看已经安装的package

pip list

在这里插入图片描述
可以看到这个环境已经安装了1.11版本的pytorch
为了全流程演示如何部署pytorch,我在这里重新创建一个虚拟环境。
我这里推荐大家使用1.12.0的版本,当然我看到不少博主的实际过程是安装1.13.1版本的也成功了。所以我综合了很多网上的案例和教程,强烈建议大家创建3.8版本的Python环境。
可以先查看一下目前的anaconda可以支持哪些版本的python
输入命令:

conda search --full --name python

在这里插入图片描述
在这里插入图片描述
太长了,我就截个一头一尾,可以看到能够支持从2.7-3.12版本的python,
3.12就是python的最新版本了。
我们安装python的版本既不能太高也不能太低,低了不兼容,高了有问题。所以我们就创建3.8.10版本的。这个版本基本可以适配我们搞深度学习目标检测领域github上面所有项目的代码
在anaconda中创建3.8.10版本Python的虚拟环境的代码如下:

 conda create  --prefix=D:\Anaconda3\envs\pytorch1.12 python=3.8

这个pre=D:\Anaconda3\envs\pytorch1是什么呢,就是我们如果不加pre=XXX,只写一个名字,那么我们就是在默认的路径创建叫这个名字的虚拟环境,那么这个默认路径在哪里呢?就是在C:user/ 下面,我不想把它弄到C盘,所以我用pre=一个绝对路径的形式指定了我这个新的虚拟环境的位置,由于虚拟环境比较多,我就用pytorch1.12给它命名,方便以后我一眼看出来各个虚拟环境都是很么配置的,这里是为大家提供一种思路,大家也可以按照自己的习惯命名和选择安装路径。输入后得到下图在这里插入图片描述
我们输入y,然后稍微等待一下h
大家可以看到,我们现在已经创建了一个新环境,为了保险起见,我们再输入命令

conda env list

看看虚拟环境的情况在这里插入图片描述
确实增加了pytorch1.12的新环境。

在新的虚拟环境中安装pytorch

首先我们激活这个环境,因为现在我们还在base环境下,得先进入我们安装的新环境,才能在新环境中安装我们需要的版本的pytorch

>conda activate D:\Anaconda3\envs\pytorch1.12

在这里插入图片描述
大家可以看到,我们已经进入到我们创建的这个pytorch1.12的虚拟环境了。
现在到了最关键的步骤了!!!
我们要在这个虚拟环境中安装1.12版本的pytorch
首先我们先去pytorch的官网,看下面这个链接
pytorch的官方下载位置
可以看到这么个界面
我们点击这个previous pytorch version
在这里插入图片描述
可以看到一堆版本的pytorch
然后我们往下找到1.12版本的
在这里插入图片描述
然后复制这个cuda 11.3下面的代码

# CUDA 11.3
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.3 -c pytorch

在这里插入图片描述
输入上面这行命令
开始安装了
在这里插入图片描述
开始提示我们要安装上面的这些库,我们检查一下,看看有没有漏的
可以看到pytorch torchaudio torchvision这些库都在
然后输入y,回车
然后开始安装,我们等待,提示已经安装好了在这里插入图片描述
我们输入pip list查看,看到这些库确实都安装好了

检验pytorch是否安装成功

我们输入python
在这里插入图片描述
继续输入

import torch
torch.cuda.is_available()

在这里插入图片描述
返回的是True,说明是成功的

安装其他库

1.tensorboard

pip install tensorboard -i https://pypi.tuna.tsinghua.edu.cn/simple

注意使用清华源安装的时候,把加速器或者梯子啥的关掉,否则会报错
在这里插入图片描述
ok安装成功

2.numpy

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

这个好像已经安装好了

3.matplotlib

pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述
ok

4.scipy

pip install scipy -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述
ok

5.scikit-learn

pip install scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述
ok

6.pandas

pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述
ok

7.opencv-python

pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述
ok
这就大功告成了

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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

打赏作者

量子-Alex

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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