复现开源CV论文基本流程

根据作者给出的配置环境版本。启动anaconda prompt，用管理员身份运行

创建虚拟环境。命名虚拟环境时有区分度一些，尽量和论文能对应

（删除虚拟环境可以查看今天手把手教大家删一下Anaconda的虚拟环境(方便日后删库跑路)_anaconda删除某个虚拟环境-优快云博客）

conda create --name xxx python==3.10
(或者对应的python版本)

配置对应的pytorch、numpy版本等，命令gpt或百度。完成后退出

（

如果想配置最新的pytorch可以：

1. 查看电脑cuda版本，命令行下使用命令 nvcc --version

2.去pytorch官网PyTorch选择对应版本获得安装命令

3. 在conda虚拟环境里进行安装

）

用管理员身份运行启动pycharm，打开项目。

打开设置-》python解释器-》添加解释器-》conda环境-》使用现有环境-》选择创建好的虚拟环境-》点击“应用”

最后根据提示安装其他包

注意：

1. 一些默认安装的包版本问题。比如numpy，可能会由于指定的pytorch版本太低发生冲突，导致无法使用。需要查询对应python、pytorch下的对应的numpy版本在重新安装。
2. cuda版本问题。可能会报错”pytorch:Torch not compiled with CUDA enabled“。可能是因为pytorch版本老而导致不适配对应的cuda版本。这需要在虚拟环境中重新配置对应的cuda、cudnn版本。需要在网上查一下对应的版本。例如：

3. # 安装CUDA
   conda install cudatoolkit=11.0 # 指定版本
   # 安装cudnn，如果不指定版本，在安装CUDA之后，会自动匹配对应版本的cudnn安装
   conda install cudnn=7.3 # 指定版本
   
   PyTorch就像项目经理，
   CUDA是它和GPU沟通的“翻译官”，
   
   **CUDA** 是一种让你在NVIDIA GPU上进行计算的技术，它定义了如何利用GPU进行加速。
   **CUDA Toolkit** 是开发工具包，里面有编译器、库、调试工具等，帮助你编写和优化使用CUDA的程序。
   **cuDNN** 是CUDA Toolkit中的一个专门库，优化了深度学习计算，提供了加速卷积、矩阵运算等操作的功能。
   
   总结：
   CUDA是基础，
   CUDA Toolkit是工具包，而cuDNN是Toolkit里的一个专门为深度学习优化的库。