当前位置: 首页 > article >正文

【已完成】windows配置pytorch2.4.1深度学习环境

前言

目前正在学习pytorch环境下学习yolo11中的语义分割部分,第一步就是要开始配置所需要的环境,在这边分享一下过程。
首先说明一下我的电脑配置:显卡是A5000,Windows10,需要装的是pytorch2.4.1 、cuda11.8和配套的cudnn、Python3.10.14其他按照yolo11中的需求安装。

第一步

根据显卡的需求选择要下载的cuda版本,注意:你要安装的版本号必须小于你查到的版本号!!! 如下图所示:

我需要安装的是cuda11.8 如果跟我的一样那么请移步到后面百度网盘自取!
具体的安装步骤查阅这位大佬的的博客:https://blog.csdn.net/weixin_45131680/article/details/136314813?utm_medium=distribute.pc_relevant.none-task-blog-2defaultbaidujs_baidulandingword~default-13-136314813-blog-127905428.235v43pc_blog_bottom_relevance_base7&spm=1001.2101.3001.4242.8&utm_relevant_index=16

第二步

安装Anaconda3,这边还是推荐使用这个的,可以很好的管理python版本,就是能够在不影响主体的python版本的前提下能够独立的配置适合项目用的虚拟python版本,不用之后可以随时删掉!安装包放到最后的百度网盘。或者直接在这边下载:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
下载完成之后安装,具体步骤查阅这个博客:https://blog.csdn.net/qq_43674360/article/details/123396415

第三步

这边默认你已经完成了Anaconda3的安装以及环境的配置,接下来需要做的就是配置虚拟环境。
在这里插入图片描述
1)进入之后,输入命令:conda create -n pytorch python=3.10.14 python的版本需要和你等下需要安装的pytorch匹配,不然的话你安装不上pytorch会报错。torch1.7以下可以用python3.7/3.6 ,以上的话可以跟我的一样选择高一点的版本。
2)安装结束之后,输入命令conda activate pytorch 进入到刚刚所设置好的虚拟环境。
这个时候我们就要配置自己需要的pytorch环境了。参考官网:https://pytorch.org/get-started/locally/
但是这边建议不要安装最新的,往前面几个版本更稳定一些,所以这个时候你可以访问这个网站:https://pytorch.org/get-started/previous-versions/
搜索选择自己需要的版本安装。
3)我这边安装的是:
pip install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/cu118
注意:推荐使用pip安装方式,不用conda的安装方式。主要原因是:conda会根据pytorch版本自己给你升级匹配一些所需的版本号,而pip就是安装你指定的版本来安装,我就这边吃过亏所以值得提醒一下各位。
等待安装完成即可。

第四步

完成这个配置之后则开始安装yolo11,参考GitHub上的步骤:https://docs.ultralytics.com/datasets/segment/
输入命令 pip install ultralytics 即可完成安装yolo11项目环境配置。
按照如下的教程来测试yolo11的性能,具体可以查看上面的连接。
在这里插入图片描述

最后

完成了所有的安装,那么就可以慢慢的炼丹了!收工~~
以下是所需要的安装包文件自取:
链接:https://pan.baidu.com/s/1ql0D_768yhceZI_b2LvMXw?pwd=pqm6
提取码:pqm6


http://www.kler.cn/a/405972.html

相关文章:

  • shell脚本(五)
  • SpringBoot多环境+docker集成企业微信会话存档sdk
  • 影响电阻可靠性的因素
  • 启动前后端分离项目笔记
  • 跨视角差异-依赖网络用于体积医学图像分割|文献速递-生成式模型与transformer在医学影像中的应用
  • Nuxt.js 应用中的 webpack:configResolved事件钩子
  • 商用密码应用安全性评估,密评整体方案,密评管理测评要求和指南,运维文档,软件项目安全设计相关文档合集(Word原件)
  • 玩转合宙Luat教程 基础篇④——程序基础(库、线程、定时器和订阅/发布)
  • c++ std::stack总结
  • 深入理解 prompt提示词 原理及使用技巧
  • ElasticSearch7.x入门教程之中文分词器 IK(二)
  • Python操作neo4j库py2neo使用之创建和查询(二)
  • ubuntu pytorch容器内安装gpu版本的ffmpeg
  • android studio无法下载,Could not GET xxx, Received status code 400
  • C++设计模式介绍
  • Bug:引入Feign后触发了2次、4次ContextRefreshedEvent
  • IDEA 下载源码很慢,Download Source使用阿里云镜像仓库
  • 算法编程题-排序
  • 什么是Web3D?有何优势?有哪些应用场景?
  • javascrip页面交互
  • 基于 MONAI 的 3D 图像分割任务1(数据增强可视化)
  • STL容器之priority_queue的常用功能和操作
  • 初识Linux · 信号处理 · 续
  • 区块链安全常见的攻击——不安全的 Delegatecall 漏洞(Unsafe Delegatecall Vulnerability)【3】
  • 类和对象( 中 【补充】)
  • 关于xftp7 的中文乱码问题