代码收藏家技术教程 2025-01-11

关于YOLO环境准备的经验总结（anaconda、python、pytorch、CUDA）

【Anaconda】安装与配置

官网下载：

https://www.anaconda.com/download

安装时按自己需求勾选选项

安装时可能存在的报错点一：Failed to extract packages

解决方法：路径全英文、使用管理员权限安装、使用旧版本

环境变量配置：

打开电脑选择：设置——关于——高级系统设置——环境变量——系统变量path——编辑

分别添加以下路径：anaconda、anaconda\scripts、anaconda\library\bin

添加示例：F:\software\Anaconda_python\Anaconda\Scripts

镜像源配置：

pip单次换源：pip install [需要安装的包] -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

pip全局换源：

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

pip源恢复：

python -m ensurepip --default-pip

conda显示源:

conda config --show channels

conda换源：

onda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/mambaforge/

conda源恢复:

conda config --remove-key channels

虚拟环境配置：

安装虚拟环境：conda create -n [环境名字] [python版本]，示例：

conda create -n yolov11 python=3.8

激活虚拟环境：conda activate [环境名字]，示例：

conda activate yolov11

可能存在报错的解决方法：

1、创建时不在base环境中，通过anaconda prompt打开即可

2、后台挂了vpn梯子，需要关闭vpn

一些可能用上的其他命令语句：

可自定义选择添加conda虚拟环境创建的默认路径：

conda config --add envs_dirs F:\Anaconda\envs

删除指定的虚拟环境：

conda env remove -n yolov11

在当前环境查看已安装的所有包和版本（列表）：

conda list

查看已有环境：

conda env list

回到默认环境：

conda deactivate

【CUDA和cudnn】

（没有NVIDIA显卡只安装PyTorch的CPU版本，可忽略CUDA、cudnn，直接进入下一步pytorch安装）

检查是否有Nvidia显卡：

此电脑——管理——设备管理器——显示适配器、图形处理器

查看本机最高支持CUDA驱动版本号命令：

nvidia-smi

CUDA版本选择：

官网地址：

https://developer.nvidia.com/cuda-toolkit-archive

找到对应版本后——windows——x86——10——exe(local)——download

（来自b站up [你可是处女座啊] 的推荐：gtx1650及10系列推荐CUDA 10.2，rtx30及以上显卡推荐CUDA 11.1）

安装CUDA、安装cudnn：

经验与注意事项：

安装选择精简版会默认安装在C盘，不想安装在C盘建议选择自定义安装，自定义安装时路径第一次选的为临时安装路径，在安装完成后会自动删除，所以自定义安装路径需与第一次安装路径不同否则也会被自动删除。

安装cudnn后将bin、include、lib文件复制到CUDA-V10.2或对应版本路径下即可。

查询安装是否成功指令：

nvcc -V

【Pytorch】

版本选择：

官网地址：https://pytorch.org/

下滑——previous versions of pytorch——找到对应版本（CUDA或cpu）——复制pip命令下载

对应版本：v1.8.2版本，支持CUDA 10.2，示例：

pip3 install torch==1.8.2 torchvision==0.9.2 torchaudio==0.8.2 --extra-index-url https://download.pytorch.org/whl/lts/1.8/cu102

注意事项：

1、安装前需先激活要安装的虚拟环境

2、pytorch版本必须与CUDA版本对应，pytorch 1.8支持 python 3.6~3.9

检查是否安装成功：

终端中检查：

激活环境——输入python——输入 import torch——输入 torch.cuda.is_available()，这个命令是检查我们pytorch的GPU是否能用——如果显示True，则安装成功

pycharm中检查：

import torch # 如果pytorch安装成功即可导入

print(torch.cuda.is_available()) # 查看CUDA是否可用

print(torch.cuda.device_count()) # 查看可用的CUDA数量

print(torch.version.cuda) # 查看CUDA的版本号