一、概述
1、操作系統：win10
2、顯卡：3080單卡
3、Anaconda：Python3.8版
4、visual studio：community 2019：安裝cuda必須要安裝visual studio；
5、深度學習框架：pytorch
6、客戶端IDE：PyCharm
7、yolov5目標檢測
二、visual studio community 2019安裝
安裝cuda必須安裝visual studio（Microsoft C++ Build Tools）
下載位置：https://visualstudio.microsoft.com/zh-hans/
選擇community 2019下載
選擇C++的桌面開發
選擇Visual Studio擴展開發
安裝文件較大，根據實際情況選擇安裝位置
開始安裝
A few years later 安裝結束后重啟。
三、安裝cuda和cudnn
1、先查看本機安裝的顯卡信息
win+r—cmd—輸入nvidia-smi查看Driver Version為466.81，CUDA Version是11.3
※ 這里的CUDA Version是展示系統可支持到的最新版本，而不是“該系統已經安裝了此版本”。
2、查看CUDA與Driver Version對應關系，可見支持CUDA 11.3.1
官網地址：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
3、或者在本地驗證：進入NVIDIA控制面板——幫助——系統信息——組件，看到RTX 3080最高支持CUDA 11.3.122版本
4、前三步的目的就是確定本機合適的cuda版本，這個版本和顯卡驅動版本強關聯。
確定版本：安裝cuda11.3.1
去官網下載：https://developer.nvidia.com/cuda-toolkit-archive
2.7G+，建議使用迅雷下載。
安裝cuda時，第一次會讓設置臨時解壓目錄，第二次會讓設置安裝目錄；
臨時解壓路徑，建議默認即可，也可以自定義。安裝結束后，臨時解壓文件夾會自動刪除；
安裝目錄，建議默認即可；
注意：臨時解壓目錄千萬不要和cuda的安裝路徑設置成一樣的，否則安裝結束，會找不到安裝目錄的！！！
選擇精簡安裝（懶，不想安裝完缺這缺那的）
安裝完成后，配置cuda的環境變量查看（系統自動追加無需手動配置）
5、命令行測試是否安裝成功；
nvcc -V
6、cudnn下載和安裝
官網下載：https://developer.nvidia.com/rdp/cudnn-archive
下載需要登錄，沒有會員注冊一下會員。
大小：740M+
打開cudnn文件夾，把cudnn中bin、include、lib/x64這三個文件夾里面的文件，分別全部復制到對應的cuda的bin、include、lib/x64文件夾內。
重啟電腦。
7、檢查安裝是否成功
通過NVIDIA提供的 deviceQuery.exe 和 bandwidthTest.exe 來查看GPU的狀態，兩者均在安裝目錄的 extras\demo_suite文件夾中
deviceQuery.exe
bandwidthTest.exe
四、創建虛擬環境
推薦使用Anaconda，不推薦直接安裝Python.exe。因為后面接觸的開源項目可能非常多，有些安裝同一個環境下會出現版本沖突，Anaconda具有隔隔離效果，所以使用。
1、創建一個名為yolo、python版本為3.8的虛擬環境。
conda create -n yolo python=3.8
2、激活創建好的環境
activate yolo
3、安裝pytorch，上pytorch官網查詢安裝命令
https://pytorch.org/get-started/locally/
根據自身的CUDA型號，選擇最接近的CUDA11.1版本。
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch-lts -c conda-forge
上面能否成功看人品。如果安裝失敗多試幾次，如果再失敗，嘗試國內源，不過有些版本可能不支持。
4、驗證是否成功
import torch
import torchvision
print(torch.cuda.is_available())
返回True表示CUDA配置成功~！撒花 (●'◡'●)~
五、配置yolo
1、github找到yolov5的地址，通過gitclone將代碼克隆到本地
2、安裝PyCharm作為IDE，安裝后打開本地的該項目目錄，並導入python解釋器地址。
3、通過命令行工具進入工程目錄，安裝依賴包
pip install -r requirements.txt
4、打開PyCharm，執行detect.py，去項目下 /runs 目錄查看輸入結果。正常輸出代表環境配置成功。