网页设计培训班学校排名,网站seo外包公司,wordpress添加形式,4399网站开发人员 被挖走Windows 10 安装 PyTorch 开发环境#xff0c;以及验证 YOLOv8
最近搞了一台Windows机器#xff0c;准备在上面安装深度学习的开发环境#xff0c;并搭建部署YOLOv8做训练和测试使用#xff1b; 环境#xff1a; OS#xff1a; Windows 10 显卡#xff1a; RTX 3090 安…Windows 10 安装 PyTorch 开发环境以及验证 YOLOv8
最近搞了一台Windows机器准备在上面安装深度学习的开发环境并搭建部署YOLOv8做训练和测试使用 环境 OS Windows 10 显卡 RTX 3090 安装 NVIDIA 驱动
根据显卡型号找到对应的驱动进行安装
GeForce® 驱动程序
验证
在终端中输入 nvidia-smi 查看是否正确安装
PS F:\workspace\notebook nvidia-smi
Tue Aug 15 09:23:21 2023
-----------------------------------------------------------------------------
| NVIDIA-SMI 528.24 Driver Version: 528.24 CUDA Version: 12.0 |
|---------------------------------------------------------------------------
| GPU Name TCC/WDDM | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
||
| 0 NVIDIA GeForce ... WDDM | 00000000:01:00.0 On | N/A |
| 30% 38C P8 19W / 350W | 782MiB / 24576MiB | 4% Default |
| | | N/A |
--------------------------------------------------------------------------------------------------------------------------------------------------------
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
||
| 0 N/A N/A 1620 CG C:\Windows\System32\dwm.exe N/A |
| 0 N/A N/A 1908 CG ...ge\Application\msedge.exe N/A |安装 Visual Studio 2019 Community
安装 VS2019 Visual Studio Community 2019
验证 安装 Git, CMake, Anaconda
安装 git,
tortoisegit 可以看文件状态
安装 cmake 跨平台编译时使用;
安装 Anaconda集成了很多 python 开发环境
验证
下载并安装 OpenCV
OpenCV 下载地址
VC版本号VS对应版本vc6VC6.0vc7VS2002vc7.1VS2003vc8VS2005vc9VS2008vc10VS2010vc11VS2012vc12VS2013vc13VS2014vc14VS2015vc15VS2017vc16VS2019
既然上面安装的是 VS 2019, 那么我们就安装 VC16 版本的 OpenCV 省得自己编译了
解压安装后将 build 目录下的 x64\vc16\bin 添加到环境变量中。
安装 CUDA 和 CUDNN
这里有些人可能不知道需要安装什么版本的 cuda。因为我这里的 GPU 是 N卡 3090 还是比较好的所以可以安装比较高阶版本的软件但是也不能太新我这里直接参考 PyTorch 里最新版本的框架依赖哪个
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-MNJC1PNc-1692070277630)(image.png)]
好了那就安装 CUDA 11.8 和对应的 CUDNN 8
cuda11.8-exe_local-3GB
cudnn 下载对应版本
注意 cudnn 要注册账号
解压后将 cudnn 文件夹下的所有文件夹复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\ 目录下。
验证
(base) D:\nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2022 NVIDIA Corporation
Built on Wed_Sep_21_10:41:10_Pacific_Daylight_Time_2022
Cuda compilation tools, release 11.8, V11.8.89
Build cuda_11.8.r11.8/compiler.31833905_0进入到安装目录 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\extras\demo_suite, 运行 .\deviceQuery.exe 安装 PyTorch
PyTorch
conda 安装
conda install pytorch torchvision torchaudio pytorch-cuda11.8 -c pytorch -c nvidiapip 安装
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118验证
(base) D:\python
Python 3.11.4 | packaged by Anaconda, Inc. | (main, Jul 5 2023, 13:38:37) [MSC v.1916 64 bit (AMD64)] on win32
Type help, copyright, credits or license for more information.import torchprint(torch.__version__)
2.0.1torch.cuda.is_available()
Trueultralytics/YOLOv8
创建虚拟环境
conda create --name yolov8 --clone base激活虚拟环境
conda activate yolov8安装
pip install ultralytics代码 https://github.com/ultralytics/ultralytics
权重 https://github.com/ultralytics/assets/releases
验证
yolo predict modelyolov8n.pt imgsz640 conf0.25(yolov8) F:\workspace\yolov8yolo predict modelyolov8n.pt imgsz640 conf0.25
WARNING source is missing. Using default sourceD:\anaconda3\envs\yolov8\Lib\site-packages\ultralytics\assets.
Ultralytics YOLOv8.0.154 Python-3.11.4 torch-2.0.1 CUDA:0 (NVIDIA GeForce RTX 3090, 24576MiB)
YOLOv8n summary (fused): 168 layers, 3151904 parameters, 0 gradientsimage 1/2 D:\anaconda3\envs\yolov8\Lib\site-packages\ultralytics\assets\bus.jpg: 640x480 4 persons, 1 bus, 1 stop sign, 160.2ms
image 2/2 D:\anaconda3\envs\yolov8\Lib\site-packages\ultralytics\assets\zidane.jpg: 384x640 2 persons, 1 tie, 154.0ms
Speed: 41.6ms preprocess, 157.1ms inference, 72.6ms postprocess per image at shape (1, 3, 384, 640)
Results saved to runs\detect\predict【参考】
Windows 安装 CUDA/cuDNN
验证pytorch是否为GPU版本
YOLOv8环境搭建Windows11
YOLOv8 从环境搭建到推理训练
Ultralytics YOLOv8 Docs-Quickstart
Anaconda 创建复制移植删除环境
