配置YOLOV5 小记（二）配置pytorch

• YOLO 配置步骤

1. 英伟达驱动(GPU)
2. Anaconda+ pytorch(GPU/CPU)
3. paddle
4. yolov5 git

这一章主要配置pytorch Anaconda安装及 环境配置

不同Anaconda对应到的python版本不同，而且后期的 没有VScode（vscode去官网下也很方便）
Anaconda各历史版本下载.

Anaconda安装及 环境配置这个非常靠谱:
利用Anaconda安装pytorch和paddle深度学习环境+pycharm安装—免额外安装CUDA和cudnn（适合小白的保姆级教学）.

装pytorch需要在Anaconda Prompt进行

先提供几条常用语句
进入python环境（同时可见python版本）

python

推出python环境

exit()

卸载已经下载的（torch）

pip uninstall torch

换源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

阿里云 http://mirrors.aliyun.com/pypi/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

—————————————————————————————————————————————
CPU装pytorch只需要一句：
不指定版本

pip install torch torchvision torchaudio

安装指定torch版本：

pip install torch==1.7.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

同理 还有torchvision torchaudio

前面版本号，后面是源。下载慢一般都要换源。

检验是否成功

python
import torch
print(torch.__version__)

print(torch.version) 可以打印 当前版本号+CPU

—————————————————————————————————————————————
GPU装pytorch：

两种方法: 总结配置pytorch GPU环境的两种方法.
离线下载的那个最香

简要概括离线的方法：

0.1 打开pytorch页面
如果页面.给的版本下载后 检验(python环境下 import torch)发现安装不成功，则按下图进入历史版本寻找

我用的torch是1.7.1 cuda 11.0
这里的CUDA 小于 电脑的cuda（更新过驱动后）就行
更新方法 见我的上一篇.


注意 torch torchvision torchaudio版本号是成套的，不能随意修改哦
0.2开始离线下载
确定要下载的torch torchvision torchaudio版本后进入
torch torchvision torchaudio各版本
用ctrl+F搜索
注意不要 下称CPU/开头的，（踩过坑）

cu110就是CUDA11.0
%2B是就“+”的意思
cp39就是 python3.9的意思
点击以后 网页下载比较慢。右键 复制下载链接，然后打开迅雷，点新建，十几秒解决战斗。



按上面的 *** 作再下载 torchvision torchaudio。
将下载好的3个文件 放入C:\Users\Administrator

打开Anaconda Prompt进行
1.查看版本

conda --version

2.查看虚拟环境

 conda info -e

3.创建虚拟环境
因为anaconda自带python，就按它的py版本来

conda create -n pytorch python=3.9.7

4.创建之后激活

activate pytorch

5.在pytorch虚拟环境下
1）键入

dir

出来一大堆。
2）再键入pip install torch然后按tab建 补充完整

pip install torch

（速度不知道比 在线pip 快多少倍）

3）键入pip install torchaudio 然后按tab建 补充完整

pip install torchaudio  

4）键入pip install torchvision然后按tab建 补充完整

pip install torchvision

6.（激活pytorch后）再进入python环境下对pytorch 验证

python
import torch
print(torch.__version__)

如果是在（base）环境里直接import torch 会这样。（我以为坏了 又重装了一遍）

后面还需要 将在pycharm里进行“环境 绑定”
跟着利用Anaconda安装pytorch和paddle深度学习环境+pycharm安装—免额外安装CUDA和cudnn（适合小白的保姆级教学）.第五步 *** 作就行。