cuda11.6配置torch环境(运行yolov5项目)

Posted 南寻旧梦

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了cuda11.6配置torch环境(运行yolov5项目)相关的知识,希望对你有一定的参考价值。

cuda11.6配置torch环境(运行yolov5项目)

从配置环境到运行项目

首先推荐一个b站的一个up视频,yolov5目标检测,这里up用的是cuda10.2,我用的是11.6,主要选择什么,大家都是依据自己的显卡(我这里是gtx 3060)。

安装Anaconda的安装

1.下载地址:Anaconda官网


具体安装教程这里不叙述了,可以看安装Anaconda教程

cuda(敲重点)


右键英伟达图标,打开英伟达控制面板,

点击帮助-点击系统信息-点击组件

找到cuda对应版本,比如我这里是11.6,所以去官网下载对应的11.6的版本。
cuda官网cuda官网
找到cuda11.6.x

下载下来,然后安装,安装教程cuda安装教程
然后注意,如果安装的是11.6版本的cuda,请选择11.6对于的CUDNN,然后继续看上面的教程。

下载torch(再次敲重点)

如果你之前Anaconda设置了清华源镜像,千万不要用conda install torch因为这里会给你cpu版本,也就是下这个包,你只能用cpu跑不能调用gpu。所以用pip install,这里给11.6版本cuda的安装torch的命令:

pip install torch torchvision torchaudio --pre --extra-index-url https://download.pytorch.org/whl/nightly/cu116

直接用就行。
安装好之后,进Anaconda的prompt进入虚拟环境,

代码:

import torch
print(torch.cuda.is_available())#cuda是否可用

然后我运行的项目就是开头b站视频里的项目。主要给大家看看防止绕弯路。

以上是关于cuda11.6配置torch环境(运行yolov5项目)的主要内容,如果未能解决你的问题,请参考以下文章

关于电脑有独立显卡但torch.cuda.is_available()运行出现为False的问题解决方案

关于电脑有独立显卡但torch.cuda.is_available()运行出现为False的问题解决方法

RTX3090+win10+CUDA11.6+cudnn8.5.0+pytorch1.12.1 环境——个人配置经验

CUDA11.6条件下,安装Pytorch的一些问题

yolov5+deepsort+slowfast复现

深度学习环境配置10——Ubuntu下的torch==1.7.1环境配置