为Yolov7环境安装Cuba匹配的Pytorch

1. 查看Cuba版本

方法一

``` nvidia-smi ``` 找到CUDA Version

方法二

Nvidia Control Panel > 系统信息 > 组件 >


2. 安装Cuba匹配版本的PyTorch

URL 复制代码
https://pytorch.org/get-started/locally/

这里使用conda安装

shell 复制代码
conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia
shell 复制代码
## pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116

3. 异常情况

![在这里插入图片描述](https://img-blog.csdnimg.cn/b7578413e7b542e0b5adb6ccbdef249c.jpeg#pic_center)

Collecting package metadata (current_repodata.json): \ ERROR conda.auxlib.logz:stringify(163): Expecting value: line 1 column 1 (char 0)

复制代码
conda config --show-sources

删除指定文件,再运行上面命令回显空白

重新安装PyTorch

  1. download some necessary tools
shell 复制代码
pip install pycocotools-windows -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -r requirements.txt
pip install pyqt5
  1. Create a new interpreter based on Anaconda3 python

  2. 安装依赖

shell 复制代码
pip install -r .\requirements.txt
  1. Other Exceptions
    Error

    ImportError: cannot import name 'COMMON_SAFE_ASCII_CHARACTERS' from 'charset_normalizer.constant' (D:\ProgramData\Anaconda3\envs\yolov7\lib\site-packages\charset_normalizer\constant.py)
    pip install chardet

    _pickle.UnpicklingError: STACK_GLOBAL requires str
    删labels文件夹同层的labels.cache

    torch.meshgrid warning
    https://github.com/WongKinYiu/yolov7/pull/1167/commits/109fee31c97ef334a682f06c976ff7c9bf25d87d

    • 复制代码
         yv, xv = torch.meshgrid([torch.arange(ny), torch.arange(nx)])
    • 复制代码
         yv, xv = torch.meshgrid([torch.arange(ny), torch.arange(nx)], indexing='ij')
  2. d

相关推荐
杜子不疼.7 分钟前
进程控制(四):自主Shell命令行解释器
linux·c语言·人工智能
编码小哥7 小时前
OpenCV Haar级联分类器:人脸检测入门
人工智能·计算机视觉·目标跟踪
程序员:钧念7 小时前
深度学习与强化学习的区别
人工智能·python·深度学习·算法·transformer·rag
Katecat996638 小时前
YOLOv8-Seg改进系列真空喷嘴质量检测与分类任务实现
yolo·分类·数据挖掘
数据与后端架构提升之路8 小时前
TeleTron 源码揭秘:如何用适配器模式“无缝魔改” Megatron-Core?
人工智能·python·适配器模式
Chef_Chen8 小时前
数据科学每日总结--Day44--机器学习
人工智能·机器学习
这张生成的图像能检测吗8 小时前
(论文速读)FR-IQA:面向广义图像质量评价:放松完美参考质量假设
人工智能·计算机视觉·图像增强·图像质量评估指标
KG_LLM图谱增强大模型9 小时前
本体论与知识图谱:揭示语义技术的核心差异
人工智能·知识图谱·本体论
JOBkiller12310 小时前
基于YOLOv8-Seg-RepHGNetV2的银耳缺陷检测与分类实现
yolo·分类·数据挖掘
JicasdC123asd10 小时前
黄瓜植株目标检测:YOLOv8结合Fasternet与BiFPN的高效改进方案
人工智能·yolo·目标检测