使用Anaconda搭建yolov5-cpu深度学习环境

一. 软件安装

Anaconda3的安装请自行参考网上教程，这里不过多赘述。

二. 通过Anaconda搭建环境

安装完成之后可以看到有一个Anaconda Prompt的命令提示窗口，打开这个。

我们在这个命令窗口进行虚拟环境的搭建，首先可以查看一下我们Anaconda中当前的虚拟环境，输入命令。（这里的yolov5gpu是我之后创建的，默认下载Anaconda之后只有一个base（或者叫root）的环境）

1、查看Anaconda中所有的虚拟环境

conda env list

2、创建虚拟环境

在创建虚拟环境之前首先要查看我们下载的python版本，如果没有需要先去下载python，我们可以使用Ctrl+R cmd查看。在命令提示符中输入 python -V 或者 python --version 即可查询

一般我们下载的Anaconda中也会有python，我们在Anaconda的命令提示窗口输入 python --version 命令查询即可。

这里查询到版本为3.9.13，接下来就可以创建虚拟环境了。

（命令中的 yolov5cpu 是虚拟环境的名字，自定义即可 python=3.9就是上一步查询的python版本，自己查询到是什么版本就写什么版本）

conda create -n yolov5cpu python=3.9

这样虚拟环境就创建成功了，我们可以使用命令查看所有环境。

3、激活环境

创建环境我们需要切换到我们创建好的环境下。

activate pytorch

切换到我们创建的环境之后再进行下一步的操作。

4、下载pytorch

pytorch是国外网站，所以下载起来会比较慢，我们可以使用切换国内源的方式来提高下载速度和成功率。这里我们使用清华镜像。使用以下命令

conda config --set show_channel_urls yes

然后再自己电脑的用户文件下可以找到一个.condarc文件，我们使用记事本打开这个文件

打开之后我们将下述命令全部复制到原文件中去

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

然后保存这个文件。

那么接下来就可以配置pytorch了，首先去pytorch官网查看下载的相关代码。

这里的Compute Platform 我们使用的是cpu，然后复制下面的运行命令Run this Command：

conda install pytorch torchvision torchaudio cpuonly -c pytorch

如果使用清华源下载pytorch的话就不用复制后面的-c pytorch

conda install pytorch torchvision torchaudio cpuonly

复制命令到Anaconda命令符窗口就可以下载了。

下载完了之后我们可以查看一下这个虚拟环境下是否有pytorch以及一些配置。

a.查看该虚拟环境的所有配置库

pip list

b.查看pytorch可以看到pytorch的版本信息

conda list pytorch

这里可以看到查询到了pytorch 且是cpu的1.13.1版本，说明pytorch就配置成功了。接下来就可以再pycharm中使用这个虚拟环境了。