一、概述

1、作業系統：win10

2、顯示卡：3080單卡

3、Anaconda：Python3.8版

4、visual studio：community 2019：安裝cuda必須要安裝visual studio；

5、深度學習框架：pytorch

6、客戶端IDE：PyCharm

7、yolov5目標檢測

二、visual studio community 2019安裝

安裝cuda必須安裝visual studio（Microsoft C++ Build Tools）

下載位置：https://visualstudio.microsoft.com/zh-hans/

選擇community 2019下載

選擇C++的桌面開發

選擇Visual Studio擴充套件開發

安裝檔案較大，根據實際情況選擇安裝位置

開始安裝

A few years later 安裝結束後重啟。

三、安裝cuda和cudnn

1、先檢視本機安裝的顯示卡資訊

win+r—cmd—輸入nvidia-smi檢視Driver Version為466.81，CUDA Version是11.3

※ 這裡的CUDA Version是展示系統可支援到的最新版本，而不是“該系統已經安裝了此版本”。

2、檢視CUDA與Driver Version對應關係，可見支援CUDA 11.3.1

官網地址：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

3、或者在本地驗證：進入NVIDIA控制面板——幫助——系統資訊——元件，看到RTX 3080最高支援CUDA 11.3.122版本

4、前三步的目的就是確定本機合適的cuda版本，這個版本和顯示卡驅動版本強關聯。

確定版本：安裝cuda11.3.1

去官網下載：https://developer.nvidia.com/cuda-toolkit-archive

2.7G+，建議使用迅雷下載。

安裝cuda時，第一次會讓設定臨時解壓目錄，第二次會讓設定安裝目錄；

臨時解壓路徑，建議預設即可，也可以自定義。安裝結束後，臨時解壓資料夾會自動刪除；

安裝目錄，建議預設即可；

注意：臨時解壓目錄千萬不要和cuda的安裝路徑設定成一樣的，否則安裝結束，會找不到安裝目錄的！！！

選擇精簡安裝（懶，不想安裝完缺這缺那的）

安裝完成後，配置cuda的環境變數檢視（系統自動追加無需手動配置）

5、命令列測試是否安裝成功；

nvcc -V

6、cudnn下載和安裝

官網下載：https://developer.nvidia.com/rdp/cudnn-archive

下載需要登入，沒有會員註冊一下會員。

大小：740M+

開啟cudnn資料夾，把cudnn中bin、include、lib/x64這三個資料夾裡面的檔案，分別全部複製到對應的cuda的bin、include、lib/x64資料夾內。

重啟電腦。

7、檢查安裝是否成功

通過NVIDIA提供的 deviceQuery.exe 和 bandwidthTest.exe 來檢視GPU的狀態，兩者均在安裝目錄的 extras\demo_suite資料夾中

deviceQuery.exe

bandwidthTest.exe

四、建立虛擬環境

推薦使用Anaconda，不推薦直接安裝Python.exe。因為後面接觸的開源專案可能非常多，有些安裝同一個環境下會出現版本衝突，Anaconda具有隔隔離效果，所以使用。

1、建立一個名為yolo、python版本為3.8的虛擬環境。

conda create -n yolo python=3.8

2、啟用建立好的環境

activate yolo

3、安裝pytorch，上pytorch官網查詢安裝命令

https://pytorch.org/get-started/locally/

根據自身的CUDA型號，選擇最接近的CUDA11.1版本。

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch-lts -c conda-forge

上面能否成功看人品。如果安裝失敗多試幾次，如果再失敗，嘗試國內源，不過有些版本可能不支援。

4、驗證是否成功

import torch

import torchvision

print(torch.cuda.is_available())

返回True表示CUDA配置成功~！撒花 (●'◡'●)~

五、配置yolo

1、github找到yolov5的地址，通過gitclone將程式碼克隆到本地

2、安裝PyCharm作為IDE，安裝後開啟本地的該專案目錄，並匯入python直譯器地址。

3、通過命令列工具進入工程目錄，安裝依賴包

pip install -r requirements.txt

4、開啟PyCharm，執行detect.py，去專案下 /runs 目錄檢視輸入結果。正常輸出代表環境配置成功。