?安裝筆記

提前說一下，這個pytorch是安裝在pycharm里面的

0、安裝CUDA之前需要安裝Visual Studio（2017）

溫馨提示：保證C盤有25G以上的內存，以前準備好系統還原點以防安裝錯誤

1、先看顯卡對應的CUDA版本，下載CUDA 版本

1.1 如何看CUDA版本

? ? ? ? 先進入NVIDIA，鼠標右鍵也有

????????????????

然后點擊左下角的系統信息

?再點擊上方的組件

?就可以看見了

?最后再進入下方鏈接下載自己的版本CUDA

CUDA版本https://developer.nvidia.cn/cuda-toolkit-archive

2、根據GUDA的版本去找Cudnn的版本（官網找）

這個就根據自己的版本去找了，盡量還是找新版的吧

cuDNN Archive | NVIDIA Developerhttps://developer.nvidia.com/rdp/cudnn-archive

3、安裝CUDA和Cudnn

下載好之后可以打開exe文件進行安裝

??????????????????????????????????????????????

這里選擇自定義。

?????????????????????????????????????????????????????????????

然后直接點下一步就行了。

?????????????????????????????????????????????????????

安裝完后在C盤這個位置可以找到根目錄。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
然后大家把Cudnn的內容進行解壓。

????????

把這里面的內容直接復制到C盤的根目錄下就可以了。

????????

到此?Cudnn和CUDA 就安裝好了

?4、安裝pytorch

點擊下方的鏈接進入pytorch官網

pytorch版本https://pytorch.org/? ? ? ?

?然后直接干最新版的

???????? 在pycharm里面安裝

? ? ? ? 復制? pip 的命令進入pycharm里面直接安裝

5、其他依賴庫的安裝

可以找個程序 缺什么安什么

scipy==1.2.1 numpy==1.17.0 matplotlib==3.1.2 opencv_python==4.1.2.30 torch==1.2.0 torchvision==0.4.0 tqdm==4.60.0 Pillow==8.2.0 h5py==2.10.0

6、驗證環境

創建一個py文件，把下面的代碼復制進去，運行

#測試pytorch 是否啟用GPU import torch print(torch.__version__) print(torch.cuda.is_available())

若結果為True，則環境配置成功

若結果為False，則pytorch沒有安裝成功

7、跑YOLOv4步驟

7.1 代碼：地址（需要下載數據集）

7.2 數據集放在VOCdevkit文件夾里

7.3 修改voc_classes內的類名（如果用的是地址里的數據集就不用改如果用的是自己的數據集就該）

7.4 運行?voc_annotation.py 生成 2007_train.txt以及2007_val.txt

7.5 修改train.py里的classes_path （與voc_annotation.py里的一樣）

7.6 運行train.py成功后得到YOLO權重文件，接著就可以預測了

我的代碼什么的都是用的這位的
視頻：這里

博客：這里

總結

以上是生活随笔為你收集整理的pytorch--GPU环境安装的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。