YOLOV7学习/GPU运行--Anaconda配置torch环境

一、 安装Anaconda

  1. Anaconda的安装主要是为了方便环境管理,可以同时在一个电脑上安装多种环境,不同环境放置不同框架:pytorch、tensorflow、keras可以在不同的环境下安装,只需要使用conda create –n创建新环境即可。

  2. 登录 Anaconda的官网:https://www.anaconda.com/distribution/ 直接下载对应安装包

注意:这里勾选两个(其他按默认勾选即可)

  • 配置系统环境

  • 下载安装好以后,在cmd查看:

       

二、 配置torch环境

1、将dos路径进入到anaconda安装路径下的Scripts文件夹下。
  • 首先打开anaconda安装路径下的Scripts文件夹。(我的安装在 D:\ANACONDA,所以进入D:\ANACONDA\Scripts

2 、创建pytorch环境输入以下命令:
 conda create -n pytorch36 python=3.6

创建成功:

3、 激活虚拟环境
 activate pytorch36

4、可查看新建环境

三、 安装pytorch

1、所有的操作都要在对应环境中进行,所以在进行库的安装前需要先激活环境。
 activate pytorch36 
2、添加国内的清华源或者科大源

   加快下载速度,激活python36虚拟环境后,输入以下命令,并点击enter即可:

清华源:

 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
 conda config --set show_channel_urls yes

科大源:

 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
 conda config --set show_channel_urls yes

3、官网推荐的安装代码如下,我使用的是Cuda10的版本,对应以下
 pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html

4、其它依赖库的安装
  • 先更换源,加快下载速度,在用户文件夹下创建pip文件夹,创建pip记事本

     [global]
     index-url = http://pypi.mirrors.ustc.edu.cn/simple
     [install]
     use-mirrors =true
     mirrors =http://pypi.mirrors.ustc.edu.cn/simple/
     trusted-host =pypi.mirrors.ustc.edu.cn
    • 保存后将txt 后缀名改为ini 后缀

  • 在桌面创建记事本保存以下命令,后执行

     scipy==1.2.1
     numpy==1.17.0
     matplotlib==3.1.2
     opencv_python==4.1.2.30
     torch==1.2.0
     torchvision==0.4.0
     tqdm==4.60.0
     Pillow==8.2.0
     h5py==2.10.0

 pip install -r C:\Users\86178\Desktop\requirements.txt
  • 创建成功

### YOLOv8 PyTorch 环境配置及安装失败解决方案 #### 创建合适的Python虚拟环境 为了确保YOLOv8能够顺利运行,建议创建一个新的Conda虚拟环境并指定特定的Python版本。对于YOLOv8来说,推荐使用Python 3.10: ```bash conda create -n yolov8 python=3.10 ``` 激活新创建的环境[^1]。 #### 安装必要的依赖项 在环境中优先采用`conda install`命令来安装主要依赖库,尤其是像PyTorch这样的核心组件及其关联工具集(如torchvision)。这有助于减少不同来源软件包之间的兼容性问题。具体操作如下所示: ```bash conda activate yolov8 conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch ``` 上述指令会从官方渠道下载适合当前系统的稳定版PyTorch及相关扩展模块,并设置CUDA支持以便利用GPU加速训练过程[^3]。 #### 使用Pip补充其他需求 除了通过Anaconda仓库获取的基础资源外,还需要借助pip完成一些额外第三方库的部署工作。例如, Ultralytics公司提供的YOLOv8实现通常可以通过pip快速获得最新发布版本: ```bash pip install ultralytics ``` 此步骤可以确保所使用的YOLO框架是最新的,并且包含了开发者社区贡献的各种改进特性。 #### 处理潜在错误提示 如果遇到任何关于缺失库或无法识别某些功能的问题,则应仔细检查已安装的内容列表,并考虑更新至更高版本或是重新执行一次完整的安装流程。另外,在IDE内配置项目解释器时也要确认选择了正确的Conda环境路径,从而让开发平台能正确加载所需的所有外部依赖关系。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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