admin管理员组

文章数量:1516870

前言

在利用GPU进行深度学习时，都要去NVIDIA的官网下载CUDA的安装程序和cudnn的压缩包，然后进行很繁琐的系统环境配置。不仅环境配置麻烦，而且特别容易配置错误，特别CUDA和cudnn版本的对应版本也特别容易搞错。本文利用anaconda安装配置pytorch和paddle环境会自动配置好cuda和cudnn。

一、英伟达驱动安装与更新

具体安装/更新的方法可以看之前的笔记
win10系统怎样安装/更新独立显卡驱动

安装显卡驱动以后，按Win+R组合键，打开cmd命令窗口，输入如下命令nvidia-smi

可以看到驱动的版本是497.29，最高支持的CUDA版本是11.5版本。

二、Anaconda的安装

anaconda是什么

anaconda是包管理器（ package manager），类似还有Pip、LibTorch和Source等，但最推荐anaconda，因为它会安装所有依赖项，它包含了大量的科学计算包，不用后期一个个安装。

anaconda安装

进入

本文标签： 目标环境

版权声明：本文标题：目标检测——YOLOv5环境配置 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://www.betaflare.com/biancheng/1737956134a2040839.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。