YOLOv5实战-GPU版本的pytorch虚拟环境配置

1.pytorch

虚拟环境可以使各个深度学习框架之间不发生冲突,所以一般是用虚拟环境的(因为我看b站上很多不是教你配虚拟环境的)

我的电脑配置是Driver Version: 532.03 CUDA Version: 12.1的Windows系统4060

属于比较新的显卡配置,目前网上相关资料比较少,如果你和我加粗文字配置一样的话可以直接抄

PS:

其实TensorFlow环境也可以,但是本人实践下来发现不仅操作多,而且遇到的问题一堆无法解决,反复喂给DS还是无济于事,所以索性用pytorch了,不过新手建议用pytorch,公司的项目落地建议用TensorFlow

win+r打开cmd

查看你的配置nvidia-smi

如果你之前有配置过虚拟环境但是失败了,可以先清理一下

删除并重建虚拟环境(我这里的虚拟环境命名为dejahu)

复制代码
# 退出当前环境
conda deactivate
# 删除旧环境
conda remove -n dejahu --all -y
# 创建新环境
conda create -n dejahu python=3.10 -y
conda activate dejahu

安装当前最新的、支持CUDA 12.1的版本2.5.1+cu121:

复制代码
pip install torch==2.5.1+cu121 torchvision==0.20.1+cu121 torchaudio==2.5.1+cu121 --index-url https://download.pytorch.org/whl/cu121

如果存在这种情况

复制代码
WARNING: Skipping torch-cpu as it is not installed.
WARNING: Skipping torchaudio-cpu as it is not installed.
WARNING: Skipping torchvision-cpu as it is not installed.

你可以尝试核级清理

复制代码
pip uninstall torch torchvision torchaudio torch-cpu torchaudio-cpu torchvision-cpu -y

然后查看

复制代码
pip list --format=freeze | findstr "torch"

pip show torch

如果没有任何输出说明已经清理干净,然后再执行pip那行

然后进入python环境输入一下代码查看

复制代码
import torch
print(f"PyTorch版本: {torch.__version__}") 
print(f"CUDA是否可用: {torch.cuda.is_available()}")  重点看这个输出,是True就没问题
if torch.cuda.is_available():
    print(f"GPU设备名称: {torch.cuda.get_device_name(0)}")  
    print(f"CUDA版本: {torch.version.cuda}") 

如果还有问题,建议看看其他文章(但是都是几年前的文章了,很多不适用)

2.其他包

我这里是python3.10版本的

复制代码
pip install pycocotools


# 安装兼容 Python 3.10 的版本
pip install numpy==1.23.5  
pip install setuptools==65.5.0  

# 然后安装其他包
pip install matplotlib==3.6.0  
pip install opencv-python==4.7.0.72  
pip install PyYAML==6.0
pip install requests==2.28.1
pip install tqdm==4.64.1
pip install tensorboard==2.11.0
pip install pandas==1.5.2
pip install seaborn==0.12.2
pip install Pillow==9.4.0
pip install protobuf==3.20.3

# 最后安装 PyQt5(使用预编译版本)
pip install PyQt5==5.15.7 --prefer-binary -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pyqt5-sip==12.11.0 --prefer-binary -i https://pypi.tuna.tsinghua.edu.cn/simple
相关推荐
IT_陈寒9 分钟前
SpringBoot实战:这5个隐藏技巧让我开发效率提升200%,90%的人都不知道!
前端·人工智能·后端
x新观点9 分钟前
联想乐享重构智能搜索生态:ThinkPad T14p 2025升级信息首触“企业智能双胞胎”
人工智能
大有数据可视化12 分钟前
机器学习+数字孪生:从诊断到自主决策的跨越
人工智能·机器学习
西岭千秋雪_15 分钟前
Spring AI alibaba Prompt模板&Advisor自定义
java·人工智能·spring·prompt
CV实验室15 分钟前
NeurIPS 2025 | 北大等提出C²Prompt:解耦类内与类间知识,攻克FCL遗忘难题!
人工智能·计算机视觉·prompt·论文·cv
盟接之桥1 小时前
盟接之桥说制造:源头制胜,降本增效:从“盟接之桥”看供应链成本控制的底层逻辑
大数据·网络·人工智能·安全·制造
数据皮皮侠1 小时前
中国绿色制造企业数据(绿色工厂|绿色供应链|绿色园区|绿色产品,2017-2023)
大数据·运维·服务器·人工智能·制造·微信开放平台
RFID舜识物联网2 小时前
NFC技术如何破解电子制造领域的效率瓶颈与追溯难题
大数据·人工智能·嵌入式硬件·物联网·安全·制造
l12345sy3 小时前
Day31_【 NLP _1.文本预处理 _(1)文本处理的基本方法】
人工智能·自然语言处理·nlp·文本基本处理·jieba词性标注对照表
Haohao+++4 小时前
Stable Diffusion原理解析
人工智能·深度学习·算法