Yolo环境搭建(深度学习基础环境)

需要安装的东西

  1. CUDA
  2. cuDnn
  3. 魔法

一、CUDA安装(Windows10环境)

第一:下载驱动

第二:查看显卡支持的最高CUDA的版本,以便下载对应的CUDA安装包

第三:确定CUDA版本对应的cuDNN版本,这个其实不用太关注,因为在cudnn的下载页面会列出

1、下载驱动

下载连接:驱动下载
手动驱动搜索图

第一行:选择游戏显卡

第二行:显卡系别(Notebooks为笔记本)

第三行:详细显卡信号

第四行:系统环境

2、查看支持的cuda版本

快捷键:win+r 打开命令行

输入以下命令:

复制代码
nvidia-smi

运行结果图

主要关注如上三部分:显卡支持的最高版本(可以比这个低)

3、下载CUDA

如下我将演示11.6版本的下载安装

下载链接: 11.6
11.6选项图

第一行:选择操作系统

第二行:选择位数

第三行:选择操作系统版本

第四行:选择本地下载

4、CUDA安装

需要记住安装路径,然后 无脑安装到这一步

把CUDA选一下,还需要注意一点,如果 你前面没有安装vs,直接安装的这个,需要把CUDA里面的Visual Studio Integration取消勾选,否则会安装不成功

然后继续无脑安装

5、检查是否安装成功

快捷键:win+r 打开命令行

复制代码
nvcc -V

出现这个,说明安装成功了

二、下载cuDNN

下载链接:cudnn下载

下载需要注册账户,你们自行注册登录,成功后可以直接下载了,这里不过多阐述

下载得到:cudnn-windows-x86_64-8.4.0.27_cuda11.6-archive.zip

解压

把这三个文件夹的文件分别拷贝到CUDA安装目录对应的(bin、include、lib)文件夹中即可。

三、下载安装魔法

下载路径:一元机场https://xingjiabijichang.com/#/knowledge

因为文件不是很大,选择一元是最划算的

网站中有说明文档,自行观看学习就行了,不过多阐述了

四、torch安装

1、创建新环境

在YOLO源码文件夹中打开命令行

输入以下命令

复制代码
conda create -n YOLO python=3.9

解释:conda 创建 -n 自定义的环境名称(我这里用的是YOLO命名) 选择python版本

途中需要输入Y
创建完成图片

2、激活新环境

复制代码
activate YOLO

可以看到括号中的YOLO,说明已经进入自定义的YOLO环境当中

3、新环境中安装必要的库

首先下载YOLO所需要的库文件

复制代码
pip install -r .\requirements.txt

下载视图

等待安装完成之后,输入以下指令查看安装的库

复制代码
pip list

发现有torch,但不是GPU版本的,使用需要删除他

复制代码
pip uninstall torch torchvision torchaudio

过程中输入Y即可

4、下载torch (先必须魔法)

输入指令:

复制代码
pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 -f https://download.pytorch.org/whl/torch_stable.html  -i https://pypi.tuna.tsinghua.edu.cn/simple

安装完成之后,输入:

复制代码
python

然后继续输入以下命令

复制代码
import torch
from torch.backends import cudnn
 
x = torch.Tensor([1.0])
xx = x.cuda()
print("torch版本:", torch.__version__)
print("torch_cudatoolkit版本:", torch.version.cuda)
print("torch_cuda_可用:", torch.cuda.is_available())
print("torch_cuda_计算:", xx)
print("torch_cudnn_可用:", cudnn.is_acceptable(xx))

输出结果为True,即为安装成功!

复制代码
 >>> print("torch_cudnn_可用:", cudnn.is_acceptable(xx))
torch_cudnn_可用: True

五、运行YOLO代码查看结果

1、选择刚刚创建的环境(YOLO)

2、打开detect.py文件,点击运行

3、运行完毕,结果保存在了exp4中

六、常见问题

当安装完成好torch后,引用时,发现还是无法找到模块,并提醒dll文件有问题

解决方法:

1、下载dll文件

下载链接:文件下载

得到如上文件,将这个文件导入自定义的YOLO环境路径中\Lib\site-pages\torch\lib中

2、将dll文件移入环境中

在命令行中输入

复制代码
conda info -e

可以看到你创建的环境以及路径

将文件放入这个目录中

然后就成功了!

相关推荐
AndrewHZ5 分钟前
【图像处理基石】如何入门色彩评估?
图像处理·人工智能·深度学习·色彩科学·hvs·色彩评估·颜色工程
TomatoSCI5 分钟前
聚类的可视化选择:PCA / t-SNE丨TomatoSCI分析日记
人工智能·机器学习
大咖分享课7 分钟前
深度剖析:最新发布的ChatGPT Agent 技术架构与应用场景
人工智能·openai·智能助手·ai代理·chatgpt agent·自主任务执行
chao_78915 分钟前
更灵活方便的初始化、清除方法——fixture【pytest】
服务器·自动化测试·python·pytest
lucky_lyovo17 分钟前
卷积神经网络--网络性能提升
人工智能·神经网络·cnn
liliangcsdn21 分钟前
smolagents - 如何在mac用agents做简单算术题
人工智能·macos·prompt
nju_spy25 分钟前
周志华《机器学习导论》第8章 集成学习 Ensemble Learning
人工智能·随机森林·机器学习·集成学习·boosting·bagging·南京大学
心情好的小球藻1 小时前
Python应用进阶DAY9--类型注解Type Hinting
开发语言·python
都叫我大帅哥1 小时前
LangChain加载HTML内容全攻略:从入门到精通
python·langchain
静心问道1 小时前
TrOCR: 基于Transformer的光学字符识别方法,使用预训练模型
人工智能·深度学习·transformer·多模态