Pytorch-GPU版本详细安装教程——以YOLOv5为例

本文详细讲解了如何安装YOLOv5网络依赖的GPU版本的Pytorch，本人自从入坑YOLOv5后，前前后后配置了近10次环境，有时代码调好能跑了，放上一两个月再跑，竟然报错了！

最近重装了一次电脑，重新配置了一遍环境，于是痛下决心要记录下配置环境中可能出现的问题，这里需要强调的是，我是在配好环境后写的这篇文章，大多图片是采用别人博客中的图片（在Refenrence中表明了出处，实在不想再重新配置一遍了）

本文重点讲解CUDA和Pytorch-gpu版本的安装，他俩的版本一定要对应起来，否则会出现各种问题（比如模型可以训练，但训练结果为0等等）

CUDA安装

首先，查看自己电脑支持安装的CUDA的版本
在cmd中输入

nvidia-smi

按下回车可显示
在这里插入图片描述
从上图可看出，我的电脑的显卡驱动版本是522.25，最高支持11.8版本的cuda（也就是可以安装版本号≤11.8的CUDA）
然后去英伟达官网：https://developer.nvidia.com/cuda-toolkit-archive
下载对应的CUDA版本，我下载的版本的是CUDA10.2
在这里插入图片描述
注：这里选择CUDA版本根据以下原则选择
1、显卡驱动最高支持的cuda版本
2、cuda与torch版本对应（这个在“Pytorch-gpu安装这一章会详细讲解”）
我这里选择的是Windows 10 64位的安装包，然后点击“Download”下载，下载完成后双击exe文件进行安装
在这里插入图片描述
安装时选择默认路径即可

然后选择自定义安装

把图示圈起来的对勾去掉

这三个地址十分重要，后续我们将进行环境变量的配置，不要改变路径。

之后等待安装完成即可。

配置CUDA环境变量，首先右键我的电脑-属性-高级系统设置-环境变量
在这里插入图片描述
在Path中手动添加如下路径：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64

在这里插入图片描述

我们可以验证一下cuda是否成功，按win+R 输入cmd

nvcc -V

在这里插入图片描述

CUDANN安装

首先，到英伟达官网下载与CUDA版本匹配的cudnn：https://developer.nvidia.com/cudnn
这里需要我们注册一个账号，然后登录下载，下载时一定注意与CUDA的版本对应，如果你下载的CUDA为10.2则下载第二个。
在这里插入图片描述
下载之后，解压缩，将CUDNN文件夹中的各自的bin、clude、lib文件夹中的内容，直接复制添加到CUDA的刚刚安装目录的对应相同名字的文件夹下。

Anaconda安装

安装较为简单，详细请参考：
https://blog.youkuaiyun.com/in546/article/details/117400839

Pycharm安装

安装较为简单，详细请参考：
https://cloud.tencent.com/developer/article/1504718

Pytorch-gpu安装

torch- torchvision- python版本对应关系

CUDA Toolkit 和Pytorch的对应关系在这里插入图片描述
使用下述命令安装torch、torchvision、torchaudio的gpu版本：

pip3 install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.htmlhttps://download.pytorch.org/whl/torch_stable.html

然后在anaconda的pytorch虚拟环境中安装yolov5项目依赖的各种包，使用pip install ******

由于yolov5的requirement.txt中使用的pycocotools，但我下载的是pycocotools-windows。
所以将requirement.txt中的pycocotools改成pycocotools-windows，在运行代码时会检查requirements.txt中的包是否安装，不替换的话会报错