本文详细介绍了如何在服务器上搭建CUDA环境并配置适用于GPU的PyTorch。首先，通过conda创建名为yolov5的虚拟环境，然后安装指定版本的CUDA。接着，下载与CUDA版本匹配的PyTorch、torchvision和torchaudio，并验证安装是否成功。之后，下载源码及requirements.txt中所需的包。最后，通过运行detect.py测试环境配置。在过程中，解决了算力不足和下载问题，通过修改.bashrc文件和使用清华源加速下载。
由于是在服务器上搭建环境，所有已经下载好了gpu对应的cuda版本，只需要下载对应的pytorch和配置文件里要求的包即可。
1.创建环境
参考链接：搭建环境
1.1 创建虚拟环境
1.首先在本地环境下搭建一个环境，名字设为yolo5
conda create -n yolov5 python=3.7#创建环境
2.查看conda环境下是否有刚才创建的环境
conda env list
结果如下：
3.激活虚拟环境
conda activate yolov5#切换yolov5环境
1.2 配置虚拟环境
1.查
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
