基础环境:windows10,anaconda3,cuda10,cuduu7.5,pytorch=1.2,torchversion=0.4
安装软件:
1,安装vs2017
安装文件:vs2017
下载安装选择c++即可:


2.安装显卡驱动
显卡驱动:nvidia显卡驱动
选择对应的版本和显卡型号:
下载驱动后,默认一直下一步即可:





3,安装cuda10
下载地址:cuda10
安装,选择自定义后,一直下一步。


安装完成后,检查环境变量中是否添加成功:


测试cuda是否能运行:
cmd中运行nvcc -V
能打印出信息则安装成功

4,安装cudnn7.5
下载cudnn需要登陆nvidia账号:
下载cudnn7.5:cudnn7.5


下载解压后,按照下面的表,把对应文件复制过去:

添加环境变量:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64

5,安装anaconda3
下载地址:anaconda

下载后,双击安装即可。
6,安装gitbash
用于下载github上的项目和安装pycocotools
下载地址:gitbash
具体操作步骤
1,python环境安装(使用anaconda创建虚拟的python环境):
conda国内使用清华源加速:conda清华源
pip使用清华源:pypi清华源
github加速:githun国内加速
一定要管理员权限运行:

运行命令:conda create -n mmdetection python=3.6

切换到虚拟环境:
conda activate mmdetection

安装pytorch:
conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
安装mmcv:
mmcv
git clone https://github.com/open-mmlab/mmcv
cd mmcv
pip install .
现在安装mmcv不会自动安装Cython,需要手动安装下:
pip install Cython==0.29.14
安装mmdetection:
mmdetection
git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
安装依赖包:pip install -r requirements.txt
修改编译文件:
用管理员权限打开这个文件:

把代码中所有的decode()都替换成decode(“utf8”,“ignore”)

切换到mmdetection文件夹中运行:
python setup.py build_ext --inplace (进行编译)
python setup.py install develop (完成安装)
安装成功后查看:pip list

内容参考:
https://blog.csdn.net/david_lee13/article/details/102940221
https://blog.csdn.net/qq_37296487/article/details/83028394
本文详细介绍了在Windows10环境下,使用Anaconda3、CUDA10和cuDNN7.5搭建PyTorch深度学习环境的全过程。从安装VS2017、显卡驱动到配置CUDA和cuDNN,再到创建Anaconda虚拟环境和安装PyTorch,最后安装MMDetection和相关依赖包,为深度学习项目提供全面的技术支持。

229

被折叠的 条评论
为什么被折叠?



