由于是在服务器上搭建环境，所有已经下载好了gpu对应的cuda版本，只需要下载对应的pytorch和配置文件里要求的包即可。
1.创建环境
参考链接：搭建环境
1.1 创建虚拟环境
1.首先在本地环境下搭建一个环境，名字设为yolo5
conda create -n yolov5 python=3.7#创建环境2.查看conda环境下是否有刚才创建的环境
conda env list结果如下：
3.激活虚拟环境
conda activate yolov5#切换yolov5环境1.2 配置虚拟环境
1.查看当前cuda的版本
nvcc -V建议用的11.3的版本，因为其他版本我没有配置成功，就很玄学。
2.修改cuda版本（如果版本是11.3，可以跳过）
如果不是版本11.3，可以下载11.3的版本，并使用指令修改cuda版本路径
输入指令：
vim ~/.bashrc编辑修改cuda版本
3.下载对应的pytorch版本
官方下载指令：下载指令
输入指令：conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
检查pytorch和cuda是否匹配
import torch
torch.cuda.is_available()
torch.zeros(1).cuda()4.下载requirement里的包
先到在github上下载yolov5源码
yolov5源码
然后解压到本地文件，通过FileZilla或者Xshell上传到服务器
下载requirements.txt中要求的包，输入指令如下
conda activate yolov5 #激活环境
pip install -r requirements.txt #按要求下载包到这里，环境配置就应该结束了。
2.测试环境是否搭建成功
参考链接：测试
输入以下指令测试
python detect.py --source ./data/images/bus.jpg --weights yolov5s.pt
说明环境搭建成功，yolov5可以正常运行。
3.在这个过程中用到的相关指令
1.参考链接：相关指令
进入vim
vim ~/.bashrc
进入编辑模式
i
退出编辑模式
Esc
退出
输入 ：wq （ ：不可忽略，保存退出）
输入 ：q! （不保存退出）2.参考链接：相关指令
新建虚拟环境
conda create -n env_name python=x.y列出所有虚拟环境
conda env list删除虚拟环境
conda remove -n envname --all激活虚拟环境
source activate env_name退出虚拟环境
source deactivate4.在环境配置中遇到的问题
1.遇到的第一个问题就是算力不足
百度以后的结果多是说cuda，pytorch，gpu的版本问题，我最终试了几个版本，11.3是可以正常运行的。
2.在下载pytorch的时候，无法正常下载
我是加入了清华源，修改了配置文件
参开链接：清华源 参考链接：清华源
输入指令进入编辑界面
vim ~/.condarc修改内容为
channels:
- defaults
show_channel_urls: true
default_channels:
- 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/pkgs/r
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud就可以正常下载了，而且速度非常快！！！
