1 anaconda 安装(去官网下载即可)
要会使用anaconda的环境,下面的实验基本都是在anaconda中管理python环境
2 虚拟环境下配置代码环境
这样做的目的主要是不把conda的base环境弄得混乱不堪,弄错或者有问题在虚拟环境中直接删除重来就行,conda的虚拟环境位于anaconda目录下的envs目录里
-n 后面是指定虚拟环境名字,可以随意起
conda create -n yolo python==3.7
激活环境后,这里可以看到prompt终端前面的括号内容变化,从(base)-> (yolo)
conda activate yolo
3 pytorch 安装
查看自己电脑支持的cuda最高版本(在cmd终端中查看):
nvidia-smi
下面两种方法并没有说安装cuda和cudann,理论需求的cuda版本是10.0,实际情况下,安装pytorch会包含cuda等相关驱动(一些博客说的的,实践证明确实不需要再安装什么cuda等,也省去了版本难以对齐的问题),或者说现在大部分Win10的电脑已经有相关驱动,总之,下载之后是可以直接用的
方法一(一般情况下该方法速度比较快):
去这个网站下载轮子:http://download.pytorch.org/whl/torch/
需要版本:torch=1.2.0 torchvision=0.4.0
下载后,在终端用cd命令到whl下载的目录,之后pip install + 轮子文件名
方法二(官网下载,速度可能快可能慢)
文件主体大小约800Mb
pip install torch=1.2.0 torchvision=0.4.0 -f https://download.pytorch.org/whl/torch_stable.html
验证安装成功(在yolo环境下,及刚刚上面创建的虚拟环境下,运行一段Python程序,看看是否报错):
import torch
print(torch.cuda.is_available())
输出结果为TRUE说明安装成功
需求文档
在yolo环境下conda 或者pip安装对应版本即可,下载速度慢可以加上参数 -i 指定源
- 阿里云 https://mirrors.aliyun.com/pypi/simple/
- 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
- 豆瓣(douban) http://pypi.douban.com/simple/
- 清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
- 中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/
scipy==1.2.1
numpy~=1.21.6
matplotlib==3.1.2
opencv_python==4.1.2.30
torch==1.2.0
torchvision==0.4.0
tqdm~=4.64.1
Pillow==8.2.0
h5py==2.10.0
##格式参考如下
pip install scipy==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
也可以去这个网站下载对应包安装:https://pypi.org/