入手3060显卡真香，却不知如何配置YOLOv5环境？

 ！！此文若有版权上的冲突，望及时联系本人，本人会在受到消息的第一时间进行修改。！！

 ！！！注：请整篇文章读完再进行操作！！！

（文采有限、排版不佳，望各位读者多多包涵）

最近刚入手联想的r9000p/RTX3060系列笔记本，作为学生党使用真香~

但随之而来的问题就是由于硬件导致一些软件环境搭建十分繁琐，本人在学习机器视觉时需要借助YOLOv5来进行预训练，AI圈都知道深度学习跑起来需要NVIDIA显卡，但是3060显卡却不知如何正确匹配对应版本的pytorch，匹配之后YOLOv5依然无法正常运行到想要的结果。就以上问题，本人在此发表一篇博客，希望对各位读者起到一定帮助，同时作为以后自己搭建的参考。

1、进行YOLOv5训练的第一步就是配置一个虚拟环境（默认读者已经安装了Anaconda和pycharm），这边我们点击下方红勾，输入代码

conda create -n yolo python=3.8.5

创建一个名为yolo，python版本为3.8.5的虚拟环境(如果名字不同请记住自己的环境名)

 2、虚拟环境创建成功后，输入exit()退出虚拟环境，打开你从网上下载、用yolov5实现的小demo，这边我也可以给各位推荐一个我看过的up主的视频链接(视频内含其口罩demo下载)

手把手教你使用YOLOV5训练自己的目标检测模型_哔哩哔哩_bilibili

在你的demo下载完成后找到下载的文件夹，输入cmd，如下图：

选中输入cmd之后开启终端模式，如下图所示

 在此路径下激活刚刚你创建的虚拟环境，输入代码为：

 activate yolo

红框为你的虚拟环境名，表示此demo已经在虚拟环境下运行。

 3、在正式的YOLOv5环境准备前，还需要一个关键步骤就是修改镜像源，修改代码如下：

conda config --remove-key channels
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple

直接将其复制到虚拟环境的终端内

 到此准备完毕，开始YOLOv5的环境准备。

4、因为其他旧版本的都可搜到，本人在这就直接讲3060（其余3050系列显卡应该都一样）系列该如何搭配，避免读者们踩坑。

本人先使用的是pytorch 1.8.0版本的，正版链接：Previous PyTorch Versions | PyTorch，输入代码

修改完镜像源之后下载会很快，

conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=11.3 -c pytorch

下载完成后如图，

 再检查cuda是否符合要求， 

python

import torch

print(torch.__version__)

print(torch.cuda.is_available())

看见false之后人是懵的，当时也不知道问题在哪，搜了之后才知道是安装的pytorch版本和显卡不匹配。

 打开NVIDIA控制面板，查看驱动版本为466.92，对照CUDA 的配置表，发现之前的版本确实不匹配，只能删除整个虚拟环境进行重新下载，当然也可以不删除虚拟环境，利用pip uninstall torch 进行pytorch的卸载，但考虑到可能有残留文件造成干扰，本人选择删除虚拟环境。

看到此小伙伴们可能觉得有点坑，是的！你的想法没错，我当时搭建环境时安装了5次，从CPU跑--换GPU，cuda不匹配，删除修改，反反复复。

 再查组件信息，发现个细节，NVIDIA已经告诉了应该使用什么版本的CUDA，前去官网PyTorch

 复制蓝色(加入后面的 -c pytorch变成外网下载，速度很慢)，下载完成后重复检测GPU是否合格，出现true，长舒口气~

 附下载版本：(亲测有效)

conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=11.3

5、接着就是下载一些其他必备的工具，如

pip install pycocotools-windows -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install -r requirements.txt

pip install pyqt5

 输入dir ，确保你在当前文件目录下。全部安装好之后就开启你的训练，你以为到此结束？NO

6、输入 python detect.py --source data/images/bus.jpg --weights pretrained/yolov5s.pt

进行训练，发现报错！！！蓝色线为报错提示。

 修改，进入红色线的文件路径，磁盘不同、虚拟环境名字不同，路径中间也会有差异一定

E:\StudyTools\Anaconda\conda\envs\yolo\Lib\site-packages\torch\nn\modules

打开此upsampling.py文件，将代码注释并增添一行，之后就可正常运行，出现结果。

再次执行代码，结果储存在第三条红线文件夹路径内，成功！！！撒花

 之后就是修改为你的数据集进行代码上的各种修改，我也正在摸索，就不在此多谈了。

在此感谢b站up主肆十二-

22/4/16补充：如果跑val.py(验证集)时出现此类问题

 是pytorch版本1.11与YOLOv5版本不兼容，需要降低pytorch版本(可能版主下载的YOLOv5demo模型不是最新版，导致pytorch不兼容)

22/10/20补充：

报错1

"OSError: [WinError 1455] 页面文件太小,无法完成操作" 的解决方案：将文件所在磁盘虚拟内存设置一下，具体如下：

注意：步骤6中有的小伙伴没有E盘（新买的、没加固态的笔记本只有CD两个盘）就选D盘同样操作！！

 报错2：一串码，开头是An http error.....后面是')))',如下图

 解决：

用此代码先生成condarc文件，因为Windows 用户无法直接创建名为 .condarc 的文件。

conda config --set show_channel_urls yes 

接着找到condarc文件，双击打开，将镜像源中下面三行  https改成http

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch

似乎不论清华源、阿里源、中科大源都可以，

注意！！！只改三行！！！

channels:- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorchcustom_channels:conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmsys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudbioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmenpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudsimpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

 之后重新下载pytorch就解决了。