ubuntu安装pytorch和yolov5

### 安装 PyTorch 和 YOLOv5 的详细说明 #### 一、准备工作 在开始之前，需确认操作系统版本以及硬件支持情况。假设当前使用的系统为 Ubuntu 18.04 或更高版本，并且 GPU 支持 CUDA 运算。 #### 二、安装 Anaconda 为了简化依赖管理并创建隔离的 Python 环境，建议先安装 Anaconda[^1]。可以通过以下命令下载并安装： ```bash wget https://repo.anaconda.com/archive/Anaconda3-2023.07-1-Linux-x86_64.sh bash Anaconda3-2023.07-1-Linux-x86_64.sh ``` 完成安装后重启终端以激活 `conda` 命令。 #### 三、创建虚拟环境 通过 Conda 创建一个新的 Python 虚拟环境（推荐使用 Python 3.8），以便更好地控制包版本： ```bash conda create -n yolov5_env python=3.8 conda activate yolov5_env ``` #### 四、安装 NVIDIA 驱动程序和 CUDA 工具包 如果计划利用 GPU 加速计算，则需要安装合适的 NVIDIA 显卡驱动程序和 CUDA Toolkit。具体步骤如下： 1. **更新系统软件源** ```bash sudo apt update && sudo apt upgrade -y ``` 2. **添加 NVIDIA PPA 并安装显卡驱动** ```bash sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt-get update sudo apt-get install nvidia-driver-460 ``` 3. **验证驱动是否成功加载** 使用以下命令查看已安装的驱动版本： ```bash nvidia-smi ``` 4. **安装 CUDA Toolkit** 参考详细的安装指南[^2]来设置 CUDA 和 cuDNN。对于 Ubuntu 18.04 推荐使用 CUDA 10.2 版本；而对于 Ubuntu 20.04 更适合采用较新的 CUDA 版本（如 CUDA 11.x）。例如： ```bash wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-keyring_1.0-1_all.deb sudo dpkg -i cuda-keyring_1.0-1_all.deb sudo apt-get update sudo apt-get -y install cuda-10-2 ``` 5. **配置环境变量** 编辑 `.bashrc` 文件并将路径加入到 PATH 中： ```bash echo 'export PATH=/usr/local/cuda-10.2/bin:$PATH' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc source ~/.bashrc ``` #### 五、安装 PyTorch 根据官方文档选择适配的操作系统架构与 CUDA 版本组合后的安装指令。例如，在具有 CUDA 10.2 的环境中运行以下命令即可完成 PyTorch 的部署： ```bash pip install torch==1.10.0+cu102 torchvision==0.11.1+cu102 torchaudio===0.10.0 -f https://download.pytorch.org/whl/torch_stable.html ``` #### 六、克隆 YOLOv5 存储库并安装必要组件 获取最新版 YOLOv5 源码并通过 Pip 安装所需依赖项： ```bash git clone https://github.com/ultralytics/yolov5.git cd yolov5 pip install -r requirements.txt ``` 此外还可额外增加若干常用图像处理工具的支持[^3]: ```bash pip install pillow opencv-python matplotlib scipy h5py -i https://pypi.douban.com/simple/ ``` 至此，整个流程结束，您应该能够在基于 Ubuntu 的机器上顺利执行涉及 PyTorch 和 YOLOv5 的深度学习项目了。 ---