반응형

 

아나콘다에서 yolov5를 환경설정하기

 

conda create -n yolov5 python=3.8

conda activate yolov5

 

yolov5를 다운로드 한다.

git clone https://github.com/ultralytics/yolov5.git

 

 

pip install 필요한 lib 다운로드

pip install matplotlib tqdm opencv-python pillow PyYAML scipy tensorboard

 

pytorch1.6 환경설정하기

torch버전과 torchvision에 맞는 것을 설치해야 한다.

아니면 RuntimeError: No such operator torchvision::nms 같은 오류가 난다.

 

 

pytorch.org/get-started/previous-versions/

 

PyTorch

An open source deep learning platform that provides a seamless path from research prototyping to production deployment.

pytorch.org

 

경로에서 설치해야 한다.

 

먼저 cuda버전을 확인한다.

windows 10 cuda version

cmd 창에서 

nvcc --version 

 

설치

# CUDA 10.1

conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch

최신 버전은 pytorch 1.7 이상이여야 가능하다.

pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

 

kernel 생성

conda install ipykernel

python -m ipykernel install --user --name yolov5 --display-name yolov5Kenrel

 

 

jupyter notebook 하여 생겼는지 확인한다.

 

 

 

www.cryptocoin.kr/entry/CUDA-%EB%B2%84%EC%A0%84-%ED%99%95%EC%9D%B8-%ED%95%98%EA%B8%B0-nvidia-cuda-version-check-nvcc-version

 

CUDA 버전 확인 하기 : nvidia cuda version check : nvcc --version

최근에 인공지능과 관련된 기술, 빅데이터, 머신러닝 등의 기술의 발전으로 GPU와 메모리의 수요가 급증하고 있습니다. 덕분에 관련 기업들의 실적이 날로 계속 증가하고 있습니다. 특히, GPU 관

www.cryptocoin.kr

 

반응형

'Deep learning > 환경설정' 카테고리의 다른 글

visual studio code 연동 git  (0) 2020.11.02
anaconda kernel생성  (0) 2020.10.28
yolo3 labelImage사용법  (0) 2020.09.26
pytorch 가상환경(anaconda)으로 설치  (0) 2020.08.18

+ Recent posts