# 002、环境总览：Python深度学习与游戏开发环境全栈搭建

---

## 深夜两点，我的YOLO模型突然不认游戏窗口了

上周三调试到半夜，模型在测试集上跑得好好的，一接入游戏实时画面就崩。控制台飘着一行`CUDA error: no kernel image is available for execution`——典型的环境配置翻车现场。显卡驱动、CUDA版本、PyTorch编译选项，这三个家伙但凡有一个没对齐，深度学习环境就敢当场罢工。今天咱们就彻底把环境焊死，从Python基础环境到游戏画面捕获，一步到位搭建全栈工作台。

## Python环境：别用系统Python，咱们上Miniconda

系统自带的Python路径太乱，包管理容易冲突。我吃过亏，现在一律用Miniconda创建独立环境。

```bash
# 创建专属环境，Python版本别追新，3.8~3.10最稳
conda create -n game_yolo python=3.9 -y

# 激活环境（Windows注意要用conda activate）
conda activate game_yolo

# 马上装几个基础包，后面都用得上
pip install numpy opencv-python pillow matplotlib
```

这里踩过坑：OpenCV用`opencv-python`就行，别装`opencv-contrib-python`除非你真需要那些扩展模块，后者容易引发兼容性问题。

## 深度学习框架：PyTorch和YOLO的版本对齐是门艺术

PyTorch官网提供的安装命令往往是最新版本，但YOLO社区代码可能有滞后。