Win10配置yolov7环境（pytorch1.7.1 cuda cudnn）

最新推荐文章于 2024-08-16 09:41:32 发布
原创 最新推荐文章于 2024-08-16 09:41:32 发布 · 1.4k 阅读 · 9 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#pytorch #YOLO #python

本文详细介绍了在Windows系统上安装CUDA和CuDNN，以及如何创建和激活Python环境来安装PyTorch-GPU。过程中提到了检查NVIDIA显卡驱动和CUDA版本的匹配，安装Anaconda，设置环境变量，以及解决安装过程中可能出现的问题。此外，还涵盖了安装VSCode的步骤，以备代码编辑之需。

 显卡不支持CUDA的不用浪费时间

目录

1.Anaconda安装

2.安装cuda cudnn

3.激活pytorch-gpu环境

4.其他依赖环境安装

5.安装VsCode(可选)

可能的报错

参考博客

1.Anaconda安装

 登录Anaconda的官网：Platform | Anaconda。下载新版安装包

 双击安装，没什么需要注意的。可以不安装在C盘，路径改自己的。

如果有Add Anaconda to my PATH environment variable这一项可以勾选，这样会自动将anaconda装到系统的环境变量中。

如果没有这一项，那么手动添加环境变量，比如我的安装路径是

D:\ProgramData\anaconda3\condabin

2.安装cuda cudnn

首先需要你的显卡支持CUDA，如果你是Nvidia显卡，建议更新下新版显卡驱动，怎么下载安装显卡驱动这里不说了，教程太多了。

可以win+R输入cmd打开命令窗口，输入nvidia-smi

 如图，我最高支持CUDA12.1。其实驱动版本与cuda版本的对应关系官网有，可以查看下面链接：
CUDA 12.1 Update 1 Release Notes (nvidia.com)

但是pytorch1.7.1官方推荐cuda版本为11.0，对应的cudnn版本为8.0.5.39。如下面的链接：

Previous PyTorch Versions | PyTorch

下面分别是CUDA与CUDNN的官网：

CUDA Toolkit 11.0 Download | NVIDIA Developer

CUDA Deep Neural Network (cuDNN) | NVIDIA Developer

 下载到对应版本后下一步

安装cuda11.0，以管理员身份运行下载的cuda_11

最低0.47元/天 解锁文章
学习笔记_基于pytorch的YOLOv7 - day1阅读论文梳理概念
顾伟的博客
07-22 1782
YOLOv7在5FPS到160FPS范围内的速度和精度都超过了所有已知的物体检测器，并且在GPUV100上具有30FPS或更高的所有已知实时物体检测器中具有最高的精度56.8%AP。具体情况如图与其他实时目标检测器的比较，YOLOv7实现了最先进的性能。实时对象检测是计算机视觉中非常重要的主题，因为它通常是计算机视觉系统中的必要组件。目标检测器YOLOv7主要希望它能够同时支持移动GPU和从边缘到云端的GPU设备。...
手把手教你配置Pytorch环境并使用(Win10系统下基于Anaconda完成的pytorch1.7.1和torchvision0.8.2的Pytorch深度学习环境搭建)
m0_54111890的博客
12-13 3764
概述： 1.下载并安装Anaconda 2.在Anaconda Navigator中新建Pytorch虚拟环境 3.配置虚拟环境所需要的torch和torchvision 4.在Pycharm编译环境中使用刚刚建好的Pytorch虚拟环境 详细过程如下： 第一步：下载并安装Anaconda 打开网址（https://www.anaconda.com/products/individual#Downloads），我下载的anaconda版本是支持python3.8的。如果想下载之前...
yolov7：win10下的安装配置以及训练自己的数据集（从VOC转换为YOLO）
weixin_43980331的博客
07-25 7674
Win10下yolov7的安装配置以及训练自己的数据集（从VOC转换为YOLO）
Pytorch1.7适配cuda篇
weixin_44316541的博客
04-19 5850
pytorch1.7适配，cuda11报错、AT_CHECK、cudaStream_t stream、type().is_cuda()
windows10下安装-Anaconda-Yolov7
m0_46276938的博客
10-31 722
windows10下安装-Anaconda-Yolov7
pytorch与cuda版本对应关系汇总
u011489887的专栏
12-27 5万+
pytorch与cuda版本关系 |cuda版本| 支持pytorch版本 | |–|–| | cuda10.2 | 1.5 ~ 1.12 |
YOLO、Pytorch、CUDA安装配置
qq_45632142的博客
07-01 812
首先要在设备管理器中查看你的显卡型号，比如在这里可以看到我的显卡型号为。不是内部或外部命令，也不是可运行的程序 或批处理文件。如果输出下图所示的显卡信息，说明你的驱动安装成功。创建虚拟环境，环境名字可自己确定，这里使用。下载之后就是简单的下一步直到完成。下载对应你的英伟达显卡驱动。环境变量，可以看到系统中多了。直接将其解开压缩包，然后需要。计算机上点右键，打开属性。仓库的镜像，运行以下命令。包含了众多流行的科学。），克隆项目到本地（如。是一个用于科学计算的。在所创建的环境下安装。
YOLOV8 环境部署（WIN+CUDA）
avonzhang1121的博客
10-13 2662
Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等安装Anaconda的好处主要为以下几点：1）包含conda：conda是一个环境管理器，其功能依靠conda包来实现，该环境管理器与pip类似，那有童鞋会问了：我能通过pip装conda包达到conda环境管理器一样的功能吗？答案是不能，conda包的实现离不开conda环境管理器。2）安装大量工具包：Anaconda会自动安装一个基本的python，该python的版本Anaconda的版本有关。
yolov7环境搭建——Windows
勇敢牛牛
02-28 4159
Windows下深度学习环境搭建
pytorch1.7.1+cuda10.1+cudnn7.6.3(在conda虚拟环境下安装cuda+cudnn)
q97541271的博客
12-18 2341
实验室的linux服务器有多人使用，因此无法升级显卡驱动，并且cuda只有10.1（没安装cudnn）。 最近在跑一个程序，调用cuda了，但是pytorch训练的很慢（之前用过tensorflow环境有加速效果）。仔细查看发现pytorch1.7.1对于cuda10.1版本，其对应的cudnn为7.6.3. 正常的操作是 conda install cudatoolkit==10.1 cudnn=7.6.3 然而公开的conda库包里10.1的cuda版本并没有7.6.3版本的。 这里是在stackov
Win10快速部署运行yolov7目标检测网络
振华OPPO的博客世界
07-01 1238
官方版的YOLOv7相同体量下比YOLOv5精度更高，速度快120%（FPS），比 YOLOX 快180%（FPS），比 Dual-Swin-T 快1200%（FPS），比 ConvNext 快550%（FPS），比 SWIN-L快500%（FPS）。在5FPS到160FPS的范围内，无论是速度或是精度，YOLOv7都超过了目前已知的检测器，并且在GPU V100上进行测试， 精度为56.8% AP的模型可达到30 FPS（batch=1）以上的检测速率。
安装pytorch1.7.1+cuda11
weixin_43755074的博客
06-07 1120
装环境的时候被背刺了，把我cuda卸载了md，然后给我装了个CPU版本的torch，可恶啊…
【win10-cpu-Yolov7】 windows10(cpu)上用yolov7跑视频demo
CSPhD-winston的博客
11-07 2663
【win10-cpu-Yolov7】 windows10(cpu)上用yolov7跑视频demo
[YOLOV7] Win10+Anaconda+Pytorch 部署YOLOv7（含踩坑解决方案）
hxb971002的博客
07-29 1535
yolov7初次部署
深度学习环境配置——（Cuda11）windows下的torch==1.7.1环境配置
weixin_45819759的博客
05-04 6655
好多30系显卡呀，虽然很贵，但是为了深度学习也没有办法欸。该博客主要是为了30系显卡写的，当然不一定一定要30系列显卡，只要支持都可以这样配置。
【环境搭建】Python、PyTorch与cuda的版本对应表
热门推荐
weixin_41809117的博客
08-16 6万+
Torch版本可选的CUDA版本支持的Python版本
PYTORCH和CUDA 版本对应关系
代码帮
05-12 3万+
Get Started Ecosystem Mobile Blog Tutorials Docs Resources GitHub GET STARTED Select preferences and run the command to install PyTorch locally, or get started quickly with one of the supported cloud platforms. Start Locally S
pytorch构建YOLOV7网络结构
qq_55068938的博客
07-27 5736
前不久，正宗的YOLOV7横空出世，引来了很多人的关注，因为这次是官方作者的又一力作，自己也是抽时间看了看其中的结构。httpshttps以上，就是就是本篇的全部内容，如有错误，欢迎评论取指正，或加入QQ群995760755交流。httpshttpshttpshttpshttpshttpshttpshttpshttps。......
使用anaconda配置gpu版本的torch==1.7.1（非30系列以上显卡也可用）
向往有那么一天梦幻的步态识别落地，开花❀！
07-15 8626
torch==1.7.1环境精简配置教程
yolov10 配置pytorch cuda GPU
最新发布
02-17
### 配置YOLOv10使用PyTorch和CUDA进行GPU加速 #### 环境准备 为了使YOLOv10能够在支持CUDA的GPU上运行，需先确认计算机硬件兼容情况并安装必要的软件工具。 对于Windows 10操作系统配备有MX250显卡的情况，在...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值