在Anaconda中用Pytorch+cuda加速训练自己的模型（以Yolov5为例，100%成功！！！）

最新推荐文章于 2024-10-07 21:29:12 发布

Shen zhis hang

最新推荐文章于 2024-10-07 21:29:12 发布

阅读量325

点赞数 8

文章标签： pytorch YOLO 人工智能

本文链接：https://blog.csdn.net/weixin_46279376/article/details/140125340

版权

在Anaconda中用Pytorch+cuda加速训练自己的模型（以Yolov5为例）

本人电脑环境

本人的电脑为2019年购置的拯救者Y7000
操作系统：WIN10
显卡：RTX 1660TI
CPU:I5-9300H
Anconda版本：
CUDA版本：
在这里插入图片描述

下载Yolov5官方代码

YOLO V5 官方代码链接如下：YOLOv5官方代码https://github.com/ultralytics/yolov5/tree/v6.2

创建训练环境

创建Conda环境

在开始搜索栏中输入Anaconda Prompt，打开Anaconda Prompt
在这里插入图片描述

在Anaconda Prompt命令行中输入创建环境代码，

conda create -n yolov5 python==3.8

按下回车键创建环境
之后会出现下面的界面，输入Y按回车键即可
在这里插入图片描述
出现以下界面就说明环境创建成功了

然后输入Activate 自己的环境名称激活环境，前面括号里出现自己的环境名称就说明进入成功了，然后接下来就是要安装Cuda

安装Cuda需要使用以下指令，这里本人安装的是cuda11.8的版本

conda install cudatoolkit=11.8 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/

下载安装完毕后出现以下图片表示安装成功
在这里插入图片描述
然后安装cudnn
使用以下代码

conda install cudnn=8.9.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

在这里插入图片描述
安装pytorch

conda install pytorch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 pytorch-cuda=11.8 -c pytorch -c nvidia

#进入虚拟环境
conda activate [你的虚拟环境名]

#输入python来进入python的环境
python

#加载torch
import torch

print(torch.backends.cudnn.version())
#输出8200，代表着成功安装了cudnn v8.4.0

print(torch.__version__)
#输出1.11.0，代表成功安装了pytorch 1.11.0

print(torch.version.cuda)
#输出11.3，代表成功安装了cuda 11.3

torch.cuda.is_available()
#True

至此环境配置结束，接下来用Pycharm打开创建的Conda环境，然后安装对应的环境即可
在设置中选择Python解释器，然后添加解释器，添加本地解释器
在这里插入图片描述
然后选择创建好的conda环境，这里选的是以前的一个环境yolov7，本文章选择yolov5即可

最后在终端中运行代码安装requirements.txt需要的所有环境，注意一次Pip不一定能全部安装成功，可以先尝试运行程序，根据报错去安装其他需要的支持包
pip install -r requirements.txt
在这里插入图片描述
结束！！！