配置pytorch环境,并调试YOLO

一、先安装Anaconda,建议安装Miniconda(文件小,少了很多不必要的包)(安装参考 Python版本管理-Miniconda (qq.com),重点是 自动添加到环境变量选项添加上) (如之前没有安装)

二、新建或激活虚拟环境

  1. 在 Anaconda prompt(终端)中,输入 conda env list,可以查看已安装的虚拟环境。 每个工程(project)建议安装一个虚拟环境,这样避免不同的依赖的相互影响。

  2. 例如conda create -n yolov5 python=3.8 创建新的虚拟环境用于yolov5项目,并最好指定python版本。
    为了避免占用太大的空间,可以复制已有的一个环境,即复用基础依赖:基于已装PyTorch的环境克隆新环境,克隆的环境会硬链接原文件,初始几乎不占额外空间(后续安装新包才会增加体积)。

conda create --name <new_env> --clone <myenv>

  1. 终端中输入 conda activate yolov5,激活环境。注意,激活环境是一个非常重要的步骤,因为相应工程的很多步骤都跟对应的当前环境有关。

三、 配置国内的源,一般配置清华源,这样下载快。(如之前没有设置)

pypi | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

复制代码
一般直接 使用这个命令:  pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

四、安装pytorch(如之前没有安装)

  1. pytorch安装,一个单独的环境中,能用pip就尽量使用pip,实在有问题再用conda安装。

备注:如只需简单训练和推理,不需单独安装cuda,只安装pytorch;如有部署需要,如导出TensorRT模型,需要安装cuda。

五、其它

  1. 终端中输入nvidia-smi 可以查看本机最高可安装的cuda版本(30XX 和 40XX GPU至少安装cu111,16XX需要安装102)

  2. 删除某虚拟环境的方法:

首先 conda deactivate 退出当前环境,返回base。

删除指定环境(彻底)

conda env remove -n 无用环境名 -y

按路径删除自定义环境

conda remove -p 完整路径 --all -y

或者直接用 conda remove --name 环境名称 --all

  1. python 中的文件路径,windows系统可用 \\ 两个反斜杠,或者/ 一个正斜杠(所有系统)。

如:path = "C:/Users/test/file.txt" 或 path = "C:\\Users\\test\\file.txt"

一小时成功!YOLOv8环境搭建+模型训练+训练自己的数据集,手把手带你从零部署YOLOv8目标检测算法!(深度学习/计算机视觉)_哔哩哔哩_bilibili

相关推荐
forest_093 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
火山引擎开发者社区4 小时前
当 RPA 遇上 Agent:MUA 混合执行 Workflow 深度拆解
人工智能
严肃小白兔4 小时前
第 10/24 期:深度神经网络的自动求导机制与梯度验证
人工智能·神经网络·dnn
火山引擎开发者社区4 小时前
定档12.16-12.18!FORCE原动力大会上海见!
人工智能
努力的MM1235 小时前
CAIE 二级和阿里云大模型 ACP 怎么选?企业 AI 工程与云平台开发能力对比
人工智能
老金带你玩AI5 小时前
Kling Image 4.0来了!8K和组图直出,电商人的提效神器?
人工智能
孟健5 小时前
用 unslop 拯救 AI 生成网页的塑料感,7 分钟重构落地实测
前端·人工智能·ai编程
stormzhangV6 小时前
Google 重返第一梯队
人工智能·google·aigc
十有八七6 小时前
手搓 Agent(五):学会翻书——RAG,先查资料再回答
前端·人工智能·后端