踩了几天的坑，自带的依赖默认安装的是CPU版本的torch和orchvision，训练时候不要太慢，搭建好环境我4060的显卡比i9-13900hx训练快20倍。

这里我们选择得是：cuda 12.1 + torch-2.3.0 + torchvision-0.18.0
！！！这里一定要注意，安装的版本必须都是带GPU的版本，torchvision也是！！！

一、安装Anaconda3

我用的版本是Anaconda3-2023.09，其实哪个版本都差不多我们只需要用到里面的conda，安装好Anaconda3后需要设置系统环境变量Path：

D:\Dev\anaconda3
D:\Dev\anaconda3\Scripts
D:\Dev\anaconda3\Library\mingw-w64\bin
D:\Dev\anaconda3\Library\bin

这里D:\Dev\anaconda3 为我的Anaconda3安装路径，设置好环境变量切记控制台输出 python–version 看看是不是输出Anaconda对应版本，如果出现出现问题检查环境变量，输入 where python：

yolov5如何在GPU下训练 yolov5怎么用gpu_yolov5如何在GPU下训练


这里看到有俩个路径，我们得在Path环境变量里面把Anaconda3路径移动到C:\Users\Administrator\AppData\Local\Microsoft\WindowsApps上面

接下来命令行或者Anaconda3得GUI窗口建conda环境，命令行下输入：

conda create -n yolo5_py38 python=3.8 #//创建名为yolo5_py38，python版本3.8的虚拟环境

二、安装cuda

https://zhuanlan.zhihu.com/p/672526561

我们这里下载 cuda 12.1 :https://developer.nvidia.com/cuda-12-1-0-download-archive，选择系统下载安装即可，安装好了检查环境变量有没有更新上去（这个一般不会出现意外）。

三、安装torch和torchvision

以防出错可以跟着我配置环境走，python版本可以选3.8和3.11都行，但是torch和torchvision必须选择相对于的版本，本文以python 3.8为例：

默认源下载太慢，我们去阿里源手动下载：https://mirrors.aliyun.com/pytorch-wheels/cu121/

下载时选择 torch-2.3.0+cu121-cp38-cp38-win_amd64.whl + torchvision-0.18.0+cu121-cp38-cp38-win_amd64.whl ，千万不要下载错了。

四、配置环境

1.先去github下载好yolov5，下载解压后用VS Code打开文件夹，在 requirements.txt 里

torch>=1.8.0
torchvision>=0.9.0
ultralytics>=8.0.232

这三个依赖删了或者注释了，前俩个默认是CPU版本，ultralytics在安装时会把CPU版的torch和torchvision自动安装（都是坑！）

我们切到train.py，在VS Code里 右下角选择解释器，里面选择我们之前搭建好的conda的python 3.8环境yolo5_py38，选择好之后重新打开VS Code，输入python --version 看看是不是输出正确的python版本。
接下来在终端窗口输入:

pip install requirements.txt
pip install (下载路径)\torch-2.3.0+cu121-cp38-cp38-win_amd64.whl
pip install (下载路径)\torchvision-0.18.0+cu121-cp38-cp38-win_amd64.whl

全部安装好后记得 pip list 查看安装的依赖库，如果显示：

yolov5如何在GPU下训练 yolov5怎么用gpu_yolov5如何在GPU下训练_02

torch和torchvision版本后带CU121即是安装成功，我们再在train.py：

parser.add_argument("--device", default="2", help="cuda device, i.e. 0 or 0,1,2,3 or cpu")

里修改，我是笔记本，有2快CPU，default 填2，即可愉快的用GPU进行训练啦！

训练开始时出现GPU名即代表成功：

yolov5如何在GPU下训练 yolov5怎么用gpu_深度学习_03

如果训练过程中出现错误一般都是torch和torchvision安装的版本对应不上，或者一个是CPU版一个是GPU版，要仔细检查环境！！

如果训练过程中出现错误一般都是torch和torchvision安装的版本对应不上，或者一个是CPU版一个是GPU版，要跟着我配置走，

torch-2.3.0 + torchvision-0.18.0如果GPU不支持cuda 12.1还可以安装cuda 11.8版本，任意搭配一一对应即可！