基于CUDA12.1+CUDNN8.9+PYTORCH2.3.1,实现自定义数据集训练

目录

[0 结果预览](#0 结果预览)

[1 核心点](#1 核心点)

[2 参考链接](#2 参考链接)


0 结果预览

1 核心点

yolo命令行CL需要将虚拟环境的yolo程序加入系统路径。

遇到conda install 失效问题,重建新的虚拟环境,再进行安装。

whl可以下载好后再安装。

bash 复制代码
pip install F:\tool\ai\torch-2.3.1+cu121-cp310-cp310-win_amd64.whl
pip install F:\tool\ai\torchvision-0.18.1+cu121-cp310-cp310-win_amd64.whl
pip install F:\tool\ai\torchaudio-2.3.1+cu121-cp310-cp310-win_amd64.whl

2 参考链接

【yolov8】从0开始搭建部署YOLOv8,环境安装+推理+自定义数据集搭建与训练,一小时掌握_哔哩哔哩_bilibili

从入门到精通,YOLOv8正式发布!零基础教程YOLOv8推理及训练(代码实战)_哔哩哔哩_bilibili

CUDA安装&cuDNN、TensorRT版本匹配_cuda和cudnn版本匹配-CSDN博客

TensorRT 10.x Download | NVIDIA Developer

PyTorch

Anaconda 和 VSCode 配置Python编程环境教程_anaconda vscode python-CSDN博客

GPU版本pytorch(Cuda12.1)清华源快速安装一步一步教!小白教学~_pytorch清华源-CSDN博客

conda配置python环境:安装gpu版本的pytorch、torchvision、torchaudio、pytorch-cuda_conda install pytorch torchvision torchaudio pytor-CSDN博客

Anaconda中如何配置国内镜像源安装外部库(含conda永久配置和pip临时配置方法)_conda中科大镜像源-CSDN博客

从零开始下载torch+cu(无痛版)_torch包下载-CSDN博客

Previous PyTorch Versions | PyTorch

bash 复制代码
​

# CUDA 11.8

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

# CUDA 12.1

conda install pytorch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 pytorch-cuda=12.1 -c pytorch -c nvidia

# CPU Only

conda install pytorch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 cpuonly -c pytorch

# ROCM 6.0 (Linux only)

pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 --index-url https://download.pytorch.org/whl/rocm6.0

# CUDA 11.8

pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 --index-url https://download.pytorch.org/whl/cu118

# CUDA 12.1

pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 --index-url https://download.pytorch.org/whl/cu121

# CPU only

pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 --index-url

​

https://download.pytorch.org/whl/cpu

pytorch-wheels-cu121安装包下载_开源镜像站-阿里云 (aliyun.com)

用whl安装pytorch踩坑实录(whl is not a supported wheel on this platform.)_离线安装pytorch的whl文件失败-CSDN博客

bash 复制代码
​
channels:

  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge/

  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/

  - Simple Index

  - Simple Index

  - Simple Index

  - https://pypi.hustunique.com/

  - https://pypi.sdutlinux.org/

  - https://pypi.douban.com/simple/

show_channel_urls: true

envs_dirs:

  - D:\ProgramData\Anaconda3\envs

pkgs_dirs:

  - D:\ProgramData\Anaconda3\pkgs

  - C:\Users\pgjgg\.conda\envs

  - C:\Users\pgjgg\AppData\Local\conda\conda\envs

​

conda创建环境过程中出现"Solving environment: failed"报错的解决办法-CSDN博客

bash 复制代码
​
show_channel_urls: true

channel_alias: Index of /anaconda/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

default_channels:

  - Index of /anaconda/pkgs/main/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

  - Index of /anaconda/pkgs/free/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

  - Index of /anaconda/pkgs/r/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

  - Index of /anaconda/pkgs/pro/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

  - Index of /anaconda/pkgs/msys2/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

custom_channels:

  conda-forge: Index of /anaconda/cloud/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

  msys2: Index of /anaconda/cloud/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

  bioconda: Index of /anaconda/cloud/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

  menpo: Index of /anaconda/cloud/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

  pytorch: Index of /anaconda/cloud/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

  simpleitk: Index of /anaconda/cloud/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

channels:

  - defaults

ssl_verify: true

​

Conda虚拟环境更新pip方法_conda update pip-CSDN博客

conda install -c conda-forge rdkit

& : 无法将"D:\Software\Python\Anaconda\Scripts\conda.exe"项识别为 cmdlet、函数、脚本文件或可运行程序的名称。-CSDN博客

原因其实就是找不到途中说的conda.exe文件,所以需要进入上图红字第三行的路径,将profile.ps1这个文件打开,可用记事本或者notepad++。

相关推荐
渡我白衣15 分钟前
深入理解 Transformer:Decoder与Masked_Attention
linux·服务器·网络·c++·人工智能·深度学习·transformer
魔猴疯猿9 小时前
从0到1用Python开发第一个智能体
人工智能·python·深度学习·神经网络·机器学习
头发够用的程序员13 小时前
TensorRT 自定义算子插件实战(一):从零手写 customScaledTanh
c++·人工智能·pytorch·python·深度学习·边缘计算·jetson
论文复现现场14 小时前
RTX 5090 32GB 适合科研计算吗?单卡训练、推理、论文复现与 OOM 判断方法
pytorch·深度学习·cuda·rtx5090
richard_first14 小时前
第19章 RAG(Retrieval-Augmented Generation)
人工智能·深度学习·语言模型·自然语言处理·transformer
小徐xxx15 小时前
各种卷积操作的介绍
深度学习·医学图像处理·医学图像分割·卷积
小朱爱编程12316 小时前
当 AI 开始研发下一代 AI:“智能爆炸”离我们还有多远?
人工智能·深度学习
@陈小鱼17 小时前
基于CNN-Transformer的无袖带血压估计
人工智能·深度学习·神经网络·算法·cnn·transformer·血压
Rocky Ding*18 小时前
DeepSeek DSec技术深度解析:Agent规模化训练的真正瓶颈,是沙箱基础设施
论文阅读·人工智能·深度学习·机器学习·aigc·agent·ai-native
hunteritself19 小时前
卷卷卷!GPT-6 Sol、Luna 正式发布,OpenAI 开始卷价格了
大数据·前端·人工智能·深度学习·transformer